[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"cms-guide-article:kwic-guan-jian-ci-shang-xia-wen-suo-yin-cong-ci-pin-hui-dao-yuan-wen-yu-jing":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":41,"createdAt":42,"updatedAt":42},"6a695150a1f11b798e40fd31","6804358a59ddd2c7c898172e","KWIC关键词上下文索引：从词频回到原文语境","\u003Cp>KWIC是“关键词在上下文中”的索引方式。普通词频表把同一个词的所有出现合并成一个数字，KWIC则把每次命中的左右文字排成一行。纵向阅读这些行，可以观察关键词前后常接哪些词，也可以区分目标、问题、否定、条件等不同用法。\u003C\u002Fp>\u003Cp>检索时可选择子串匹配或整词匹配。子串匹配只要字符连续出现就计入，因此召回更宽；整词匹配要求命中范围与词语边界一致，更适合排除组合词里的附带命中。英文材料还可控制是否区分大小写。多个关键词会在同一轮检索中处理，每次命中都保留行号、字符位置和在文档中的相对位置。\u003C\u002Fp>\u003Cp>没有预设研究词时，自动选取会先从材料中找高频词，再按选定词类筛选。页面提供名词、动词、形容词和动名词四类，默认只看名词。自动词适合语料速览；已有明确研究问题时，手动关键词更容易保持不同批次之间的口径一致。\u003C\u002Fp>\u003Ch2>适用文档\u003C\u002Fh2>\u003Cp>政策、法规和制度材料适合用KWIC比较同一概念在不同条款中的表述。材料最好保留清晰的段落或行结构，因为报告会显示原始行号，并按同一行统计关键词共现。若原文整篇只有一行，共现范围会变得过宽。\u003C\u002Fp>\u003Cp>访谈、开放题和客户反馈适合围绕研究问题检索原话。每条内容应尽量保留完整句子。过短片段缺少左右语境，窗口即使调大也无法补回省略的信息；一条内容同时塞入多个无关议题，也会使同行共现难以解释。\u003C\u002Fp>\u003Cp>媒体、学术和行业材料适合比较术语的搭配与位置。中文、英文及混合文本都能检索，但英文缩写需要先统一大小写口径。组合词较多时，可先用子串扩大召回，再用整词结果对照，确认额外命中来自哪里。\u003C\u002Fp>\u003Cp>不同材料长度差异较大时，不能只比较命中数。每千字密度把命中次数按字数归一化，更适合横向观察。短材料的密度容易被一两次命中放大，因此仍要结合总字数、命中数和上下文共同判断。\u003C\u002Fp>\u003Ch2>使用步骤\u003C\u002Fh2>\u003Cp>第一步：确定检索问题和关键词来源。已有概念框架时手动输入关键词；需要先了解材料常见话题时开启自动选取，并选择数量与词类。两种来源在页面中互斥。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F5a099e87bb2883720fad142ad13ad460.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第二步：设置上下文和匹配口径。根据句子长度调整左右窗口，再选择子串或整词。英文材料同时确定是否区分大小写，后续对比都保持同一设置。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F0af6bee0269feae2403801480e5af90a.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第三步：设置默认排序和命中上限。按位置排序适合恢复阅读顺序；按左侧词或右侧词排序适合寻找固定搭配。高频词命中过多时，用保留上限控制报告规模。\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第四步：先读整体概览和自动洞察。确认关键词数、文档数、总字数、总命中和每千字密度，再看高频词、广泛话题、集中出现、无命中与强共现等提示。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F20f65bcddf7ef4f493f2901bccac73aa.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第五步：在逐词明细中选择复核对象。命中数看绝对规模，命中文档数看覆盖，每千字密度看相对集中程度。零命中词也值得检查，它可能说明概念缺席，也可能说明关键词或匹配方式不合适。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002Fc43b85cb224f01cb6beebd340c1e4b76.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第六步：纵向阅读KWIC表。表格按文档和行号展示左右语境，每页20条。可以在报告中切换关键词，也可以临时改为按左侧词或右侧词排序，比较常见搭配。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F5eb5efab07c796f9a6764a5f77185ea7.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\u003Cp>第七步：结合位置、共现和文档明细复核。位置分布中的每个点代表一次命中；同行共现统计两个词在多少行原文中同时出现；文档明细则给出各文档字数、命中和密度。\u003C\u002Fp>\u003Cp>\u003Cimg src=\"https:\u002F\u002Flatte-api-uploader.oss-cn-chengdu.aliyuncs.com\u002Fanna\u002Fadmin-cms\u002Fdraft\u002F84b3991b4b93b1b5fa6dbb9c0b87fa34.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\u002F370dfa7bc42cd1d766315d4de3804db7.png\" alt=\"\" data-href=\"\" style=\"\"\u002F>\u003C\u002Fp>\u003Cp>\u003Cbr>\u003C\u002Fp>\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\">手动关键词\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">最多输入50个检索词，自动选取开启时停用\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">空\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动选取高频词\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">从材料中按词频选择检索词，与手动关键词互斥\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动选取数量\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动方式选择5到50个高频词\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">20个\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">自动词类\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">可选名词、动词、形容词、动名词；全不选表示不限\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">名词\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\">每次命中左右各保留5到200字\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">30字\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\">控制英文检索词的大小写是否分别统计\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">表格默认排序\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">按出现位置、左侧词或右侧词\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">按出现位置\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">每词命中上限\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">页面可设100到5000条；限制高频词保留规模\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">1000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\">任务结束后发送提醒，不改变分析结果\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关闭\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Cp>配置一：明确概念检索。手动输入研究词，左右窗口设为30字，使用子串匹配，按出现位置排序。适合政策概念、产品名或议题词的完整召回。\u003C\u002Fp>\u003Cp>配置二：严格词边界对照。使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。适合排查组合词和缩写是否带来额外命中。\u003C\u002Fp>\u003Cp>配置三：语料速览。开启自动选取，先取20个词并保留名词筛选，窗口保持30字。报告中找到值得研究的词后，可改为手动关键词再次运行，形成更稳定的比较口径。\u003C\u002Fp>\u003Ch2>案例分析\u003C\u002Fh2>\u003Cp>案例一：两份政策材料的概念交叉检索。\u003C\u002Fp>\u003Cp>背景：准备两份共134字的短材料，内容涉及数字化转型、数据治理、数据安全、公共服务和数据质量。\u003C\u002Fp>\u003Cp>配置：手动输入“数字化转型”“数据治理”“数据安全”，左右窗口设为12字，采用子串匹配，不区分大小写，每词命中上限1000条。\u003C\u002Fp>\u003Cp>结果：总命中11次。“数字化转型”命中4次，“数据治理”命中4次，“数据安全”命中3次。两份材料分别命中6次和5次。“数字化转型”与“数据安全”在3行原文中同时出现，与“数据治理”同行2次，“数据安全”与“数据治理”同行1次。\u003C\u002Fp>\u003Cp>结论：三个概念在两份材料中都有出现，但同行强度不同。共现最多的一对是“数字化转型”与“数据安全”，这只说明它们在样本文本中更常同处一行，不能据此推断因果或政策关系。134字样本很短，密度会被放大，主要用于演示报告读法。\u003C\u002Fp>\u003Cp>案例二：子串与整词匹配的口径差异。\u003C\u002Fp>\u003Cp>背景：一段材料包含两次独立的“AI”，另有一次“AIGC”。研究目标是统计“AI”作为独立缩写出现的次数。\u003C\u002Fp>\u003Cp>配置：关键词均为“AI”，左右窗口8字，不区分大小写。第一次使用子串匹配，第二次只把匹配方式改为整词。\u003C\u002Fp>\u003Cp>结果：子串匹配命中3次，包括“AIGC”中的字符；整词匹配命中2次，只保留两个独立词边界上的“AI”。\u003C\u002Fp>\u003Cp>结论：需要覆盖组合词时，子串匹配提供更宽的召回；研究独立词项时，整词匹配更贴近目标。两组结果的差值本身就是复核线索，适合回到KWIC表查看被过滤的语境。\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关键词上下文索引\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">关键词每次出现时具体在说什么\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">左右语境、命中与覆盖、位置分布、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\">哪些词整体出现得多\u003C\u002Ftd>\u003Ctd colSpan=\"1\" rowSpan=\"1\" width=\"auto\">高频词及次数\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经常一起出现\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\u002F78315b97c652766a4025f13f075dc7bc.png","kwic-guan-jian-ci-shang-xia-wen-suo-yin-cong-ci-pin-hui-dao-yuan-wen-yu-jing","KWIC关键词上下文索引用于定位关键词的每一次出现，并把左侧语境、关键词和右侧语境对齐展示。它不仅统计命中次数，还保留文档、行号和相对位置，进一步计算每千字密度、文档覆盖和同行共现。用户可以手动指定研究词，也可以先从自动高频词开始，再沿着报告中的概览、上下文表、位置分布和共现关系回到原文解释。","kwic-concordance",[21,26,31,36],{"taskType":22,"name":23,"shortDesp":24,"_id":25},"high-frequency-words","高频词提取","统计词频和固定词组，包括 2–4 个词组成的搭配，自动归纳焦点说法与多篇间的共性。","6a695150a1f11b798e40fd32",{"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。","6a695150a1f11b798e40fd33",{"taskType":32,"name":33,"shortDesp":34,"_id":35},"sentiment-analysis","传统情感分析","识别文本情感倾向，支持自建积极词和消极词。","6a695150a1f11b798e40fd34",{"taskType":37,"name":38,"shortDesp":39,"_id":40},"deep-senti","DeepSentiV2深度学习情感分析","使用深度学习模型判断情感倾向，支持电商、学术、金融等 7 种行业语境，输出关键词和置信度。","6a695150a1f11b798e40fd35",true,"2026-07-29T01:03:12.134Z"]