文本质量评估器

对每份文本整体统计:字数、词数、句数、段数、唯一词数,句子长度分布,词汇丰富度(TTR、MTLD、HD-D,三种衡量用词是否重复单调的指标),中文、英文、数字、标点、表情各占多少字符,以及整行、单词和连续词组的重复率。综合这些指标给出 0~100 的得分与 good / fair / poor(好 / 一般 / 差)三档评价。

另外逐项判断这份材料能否用于聚类、LDA 主题模型、BERTopic 主题模型、命名实体识别、情感分析和抽取式摘要。这里只检查是否达到各项分析的最低输入条件,达标不代表分析结果一定可用。多份材料一起评估时给出横向对比。

关于任务适用性

任务适用性只检查文件是否达到各任务的最低输入条件,通过门槛不等于适合直接建模。

加载文件上传组件中...

每 10,000 个字符 1 点

文本质量评估器常见问题

文本质量评估器怎么用?
不用安装软件,也不用写代码。
文本质量评估器怎么计费?
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。
相关工具
  • 信息价值评估逐段计算信息熵、词汇密度等指标并合成综合得分,分出高价值与低价值段落。
  • Mia通用快速情感判断用 TATOOLS 自研开源的 Mia 判断每条短文本是积极、消极还是中性,又快又准,花费低。
  • Mia多维情绪判断在积极、消极、中性之外,给每条短文本打出效价、唤醒度、支配度,并分出主导情绪。
  • 隐含情感识别认出评论里的阴阳怪气、反讽和捧杀,挖出字面背后真正的情绪。
  • DeepSentiV2深度学习情感分析一次筛完一份材料的积极、消极和中性,并列出情感关键词和热门榜单。
  • VAD 三维情感分析按论文、新闻等材料的口径,细看每句话的积极消极和效价、唤醒度、支配度。