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。
每个文件按一篇完整文本评分
- 每个文件整体评一次分。要分别评估多篇文本，请拆成多个文件上传。
- 段落只按空行切分，单个换行不分段。整篇没有空行的文件会被算作一段，平均段落长度超过 2000 个字符要扣分。
- 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。
- 文本质量评估器会得到什么结果？
- 统计文本的规模、句长、词汇丰富度与重复率，给出 0～100 分，并判断能否用于聚类、主题模型等分析。
- 文本质量评估器怎么用？
- 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《文本质量评估器：从字符构成到任务适用性，给语料做一次全面体检》。
- 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。
在论文里引用文本质量评估器： 查看引用格式