[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"cms-guide-article:kwic-guan-jian-ci-ming-zhong-ju-zhen-kan-qing-zhu-ti-duan-la-fen-bu":3},{"article":4},{"id":5,"userId":6,"title":7,"content":8,"type":9,"lang":10,"index":11,"category":12,"tags":13,"coverImages":15,"slug":17,"summary":18,"associatedTaskType":19,"nextSteps":20,"isPublic":31,"createdAt":32,"updatedAt":32},"6a696a31e48069edc30088f5","6804358a59ddd2c7c898172e","KWIC关键词命中矩阵：看清主题段落分布","\u003Cp>普通词频表把同一个词的出现合并成一个数字。KWIC关键词命中矩阵进一步保留段落位置：横轴是关键词，纵轴是按空行切出的段落，单元格记录该段命中该词的次数。单元格颜色越深，表示该段对该词的命中次数越多。同组关键词会排列在同一色块下，因此既能看具体词，也能看概念组。\u003C\u002Fp>\u003Cp>关键词有两种来源。自动方式从材料中选择有一定频次和区分度的候选词，再根据这些词在相同段落中的共现情况形成分组。手动方式由用户设置分组名和组内关键词，适合把同义词、近义词或固定研究词纳入同一口径。自动分组反映文本位置上的邻近关系，不等同于人工分类，也不直接说明语义关系。\u003C\u002Fp>\u003Cp>矩阵始终按段落统计。页面中的热点单元粒度是另一项设置，它只决定报告底部按段落、句子列出命中密集的内容，或不输出热点清单，不会改变主矩阵。报告还按同一段落统计分组共现。对角线表示该组出现过的段落数，非对角线表示两个组共同出现的段落数。\u003C\u002Fp>\u003Ch2>适用文档\u003C\u002Fh2>\u003Cp>政策、法规和制度材料通常有清晰的条款或段落，适合比较多个政策概念的覆盖。例如把“数字化转型、智能化升级”归入转型组，把“数据治理、数据标准”归入治理组，就能看到不同概念在哪些条款同时出现。\u003C\u002Fp>\u003Cp>访谈、开放题和客户反馈适合把每段回答或每条完整反馈保留为一个段落。段落边界越清楚，矩阵行越接近真实的内容单元。若多条回答连成一个长段，命中会被合并到同一行，主题共现也会随之变宽。\u003C\u002Fp>\u003Cp>媒体、行业简报和学术材料可以用固定概念组观察主题分布。不同批次比较时，关键词、分组、子串或整词、英文大小写应保持一致。否则命中变化可能来自统计口径，而不是材料内容本身。\u003C\u002Fp>\u003Cp>自动发现更适合内容较长、重复表达较充分的材料。极短文本中的候选词频次有限，自动结果可能不稳定。已有代码表、术语表或业务分类时，手动分组通常更容易保持解释一致。无论采用哪种方式，共现都只表示两个概念位于同一段，仍要结合原文判断关系。\u003C\u002Fp>\u003Ch2>使用步骤\u003C\u002Fh2>\u003Cp>第一步：确定关键词来源。需要先了解材料中的常见表达时使用系统自动识别，并设置最多关键词数和最多分组数。已有明确研究框架时使用手动分组，为每个概念组填写名称和关键词。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F12b29f528f24f495e8f77930db23b1a9.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第二步：检查段落边界。矩阵按空行或双换行切分内容。可以先确认每条访谈回答、政策条款或客户反馈是否形成独立段落，避免多个无关内容被统计到同一行。\u003C\u002Fp>\u003Cp>第三步：设置热点与匹配口径。热点单元可按段落、句子展示，也可以不输出热点清单。子串匹配适合扩大召回，整词匹配要求命中范围与词语边界一致。英文关键词还可统一是否区分大小写。\u003C\u002Fp>\u003Cp>第四步：设置上下文样例。保留样例后，可以调整关键词左右各保留的字数，并限制每个关键词在每份材料中展示的样例数量。上下文用于复核命中的实际语义，不影响命中总数。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fab304b23ca6005f7f9a87b4b1af8fbe6.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第五步：先读结果说明和命中概览。报告会概括总命中、高频词、未命中词、强概念组、最强共现组合和热点段落。概览同时展示文件数、段落数、关键词数、分组数、总命中和每文件平均命中关键词种类。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fb862bc4b87d30bcfb3b7f689b16f21b7.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第六步：比较三种明细视角。文件视角比较每份材料的总命中、命中关键词种类和命中率，其中命中率等于命中关键词种类除以关键词总数；关键词视角比较词级总命中、段落覆盖和文件覆盖；分组视角比较组级总命中、段落覆盖与包含的关键词。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F7e30eb8248aca03556ee1dfc064cee71.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第七步：用矩阵定位并回到上下文。段落矩阵可以只看有命中的段落、全部段落或高频关键词列。分组共现矩阵用于寻找经常同段出现的概念组合。点击关键词或文件可以查看保留样例；点击矩阵单元格时，抽屉展示的是该关键词在同一文件中的样例，并不保证每条样例都来自被点击的具体段落，因此还要结合段落预览核对。\u003C\u002Fp>\u003Cp>当材料超过800段时，矩阵保留命中较多的前800段；总命中、关键词覆盖、分组覆盖与共现统计仍基于全部段落。此时矩阵适合定位主要热点，不代表全部段落明细。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fdd02ed87c05c8cdb86685ec7c467b50b.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fdffba1217828b22413e4372a8e47083d.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Ch2>\u003C\u002Fh2>\u003Ch2>参数解析与对比示例\u003C\u002Fh2>\u003Ctable style=\"width: auto;\">\u003Ctbody>\u003Ctr>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">参数\u003C\u002Fth>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">说明\u003C\u002Fth>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">默认值\u003C\u002Fth>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关键词来源\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">系统自动识别，或手动指定概念组\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">系统自动识别\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">最多识别关键词数\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动方式可在12到80个之间设置，步长为4\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">36个\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">最多形成分组数\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动方式可在3到12组之间设置\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">8组\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">手动概念组\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">每组填写分组名与关键词，同名分组会合并去重\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">空\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">热点单元粒度\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">按段落、按句子，或不输出热点清单；不改变主矩阵\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">按段落\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">匹配方式\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">子串匹配或整词匹配\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">子串匹配\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">区分英文大小写\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭时忽略英文大小写差异\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">保留命中上下文样例\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">控制结果页是否展示命中语境\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">开启\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">左右上下文窗口\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">左右各保留5到200字，步长为5\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">30字\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">每关键词每文档样例数\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">结果页保留1到20条样例\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">5条\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">完成后邮件通知\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">任务完成后发送提醒，不改变统计结果\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Cp>配置一：自动探索。关键词上限设为36，分组上限设为8，热点按段落，使用子串匹配。适合先观察材料中哪些词经常出现、哪些词在段落层面靠得较近。得到候选组后，再根据研究问题决定是否改为手动口径。\u003C\u002Fp>\u003Cp>配置二：固定概念比较。手动建立3到6个概念组，把同义和近义表达放入对应组，热点按段落，保持子串匹配。适合政策口径、客户问题分类或访谈代码表已经明确的分析。\u003C\u002Fp>\u003Cp>配置三：严格边界复核。沿用同一组手动关键词，把匹配方式改为整词，英文材料统一大小写设置，并保留更长的上下文窗口。适合检查组合词、缩写或英文词形是否带来额外命中。\u003C\u002Fp>\u003Ch2>案例分析\u003C\u002Fh2>\u003Cp>案例一：两份政策材料的概念覆盖。\u003C\u002Fp>\u003Cp>背景：两份政策材料各保留3个独立段落，共6段。内容涉及数字化转型、智能化升级、数据治理、数据标准、数据安全、隐私保护和风险评估。\u003C\u002Fp>\u003Cp>配置：手动建立转型、治理、风险3组，共7个关键词。使用子串匹配，不区分大小写，热点按段落，保留30字上下文。\u003C\u002Fp>\u003Cp>结果：报告总命中20次。风险组命中9次，覆盖5段；治理组命中6次，覆盖全部6段；转型组命中5次，覆盖5段。转型与治理在5个段落里同时出现。命中最密集的段落有5次命中。\u003C\u002Fp>\u003Cp>结论：治理组的总命中不是最高，但段落覆盖最广；风险组总命中最高，但有1段没有涉及。总命中和段落覆盖需要结合阅读。转型与治理同段5次只说明两组概念经常出现在同一段，不代表关系方向。\u003C\u002Fp>\u003Cp>案例二：两份客户反馈的自动初筛。\u003C\u002Fp>\u003Cp>背景：两份反馈材料各有3个独立段落，共6段，内容涉及配送、包装、客服回复、商品质量和售后处理。\u003C\u002Fp>\u003Cp>配置：使用系统自动识别，关键词上限12，分组上限4，热点按段落，采用子串匹配并保留上下文样例。\u003C\u002Fp>\u003Cp>结果：系统发现11个关键词并形成2组，总命中30次。自动形成的“包装”组命中25次，覆盖6段；“售后”组命中5次，覆盖2段。两组在2个段落里共同出现，命中最密集的段落有6次命中。\u003C\u002Fp>\u003Cp>结论：自动结果快速暴露了包装、配送、客服和售后相关表达的集中位置，但“包装”组中也包含只是经常同段出现的其他词。这个结果适合发现线索。若后续要比较固定的产品、物流和服务分类，改用手动分组会更稳妥。\u003C\u002Fp>\u003Ch2>类似功能对比\u003C\u002Fh2>\u003Ctable style=\"width: auto;\">\u003Ctbody>\u003Ctr>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">功能\u003C\u002Fth>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">核心问题\u003C\u002Fth>\u003Cth colSpan=\"1\" rowSpan=\"1\" width=\"auto\">主要结果\u003C\u002Fth>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">KWIC关键词命中矩阵\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">多个概念组分布在哪些段落，哪些组经常同段出现\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">段落命中矩阵、覆盖、分组共现、热点单元\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">KWIC关键词上下文索引\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">一个词每次出现时具体怎么使用\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">左右上下文、位置、密度与同行共现\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">高频词提取\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">哪些词在整批材料中出现得多\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">高频词与出现次数\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">词语共现分析\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">哪些词在设定范围内形成稳定词对\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">词对关系与共现强度\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Cp>\u003Cbr>\u003C\u002Fp>","admin_cms","zh-cn",0,"guide",[14],"文本分析基础教程",[16],"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fcover\u002F1ebf789971d11044fea6dc839527e72e.png","kwic-guan-jian-ci-ming-zhong-ju-zhen-kan-qing-zhu-ti-duan-la-fen-bu","KWIC关键词命中矩阵用于比较多组关键词在材料中的段落分布。它先把内容按空行切成段落，再统计每个段落对每个关键词的命中次数。用户既可以自动发现候选词和概念组，也可以按既定框架手动分组。报告提供概览、三种明细视角、段落命中矩阵、分组共现矩阵、热点单元和上下文样例，适合从整体覆盖逐步回到原文复核。","keyword-hit-stats",[21,26],{"taskType":22,"name":23,"shortDesp":24,"_id":25},"kwic-concordance","KWIC关键词上下文索引","对齐关键词左右语境，比较命中密度、位置分布与同行共现。","6a696a31e48069edc30088f6",{"taskType":27,"name":28,"shortDesp":29,"_id":30},"word-co-occurrence","词语共现分析","找出文本里经常成对出现的词，并用多项统计指标判断这种搭配是否真的稳定。","6a696a31e48069edc30088f7",true,"2026-07-29T02:49:21.955Z"]