文本清洗
按你选的规则清理文本里的标点和符号：可以按句末标点、停顿标点、括号引号、连接符、其他符号分类分别删除或保留，全角半角统一，连续重复的标点合并，表情符号和零宽字符移除；另可删除数字、把换行合并成空格。停用词只删除你自己上传或填写的词，不使用内置词表。
勾选【仅保留中文内容】会先取出网页标签里的文字，再只留中文字和中文标点，英文与数字一并丢弃，适合处理网页抓下来的材料。长文可以按 20～500 字的目标长度切成等长片段，也可以删掉短于指定字数的行。
加载文件上传组件中...
支持 TXT 和 CSV；单个文件不超过 20 MB。
已识别 0 / 500 个词
填写后即启用：按词表逐项匹配并删除，命中内容位于较长词语内部时也会被删除，提交前请先核对词表。留空则不执行停用词删除。
选择需要处理的标点和符号类型。未选择的类型不会因本组设置被删除。
已选项示例：😀 🎉 👍 ！！！ → ！ ？？？ → ？ 。。。 → 。 ， 、 ； ： , ; : - — – _ / \ | · … ~ ～
每 10,000 个字符 1 点
文本清洗常见问题
- 文本清洗适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- 文本清洗会得到什么结果？
- 清理文本里的标点符号、表情、网页标签和自定停用词，并可把长文切成等长片段。
- 停用词用的是哪份词表？
- 只删除你自己上传或填写的词，不使用内置词表。
- 网页抓下来的材料怎么清？
- 勾选仅保留中文内容，会先取出网页标签里的文字，再只留中文字和中文标点，英文与数字一并丢弃。
- 长文能切成小段吗？
- 可以按 20 到 500 字的目标长度切成等长片段，也可以删掉短于指定字数的行。
- 文本清洗怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《文本清洗工具使用教程：批量去除噪声、标点、停用词，输出干净语料》。
- 文本清洗怎么计费？
- 按文字量计费，每满 10000 字 1 点，不足 10000 字按 1 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用文本清洗： 查看引用格式