词语共现分析
已接入 Mia 模型

在设定的窗口内(左右各 2~15 个词)找出反复一起出现的词,可以看两个词一组,也可以看三个词或四个词一组。每组搭配同时给出三项判断:互信息看这种同现比随机碰上高出多少,T 值看搭配是否稳定到不像偶然,对数似然比看证据有多强,三项一起看比只数出现次数可靠。

还会记录两个词谁在前、谁在后,避免把顺序相反的两种搭配混成一个。可按词性只保留需要的词类,也可加载自定义词典和停用词表。多份材料一起分析时,同一组搭配在各篇里的强度可以横向比较。

加载文件上传组件中...

报告里的【疑似切词提示】现在由 Mia 来认。Mia 是 TATOOLS 自己训练的中文模型,专门学过怎么认词,【乡村振兴】被切成【乡村】和【振兴】这类情况,它比原来用的通用大模型认得准得多。

左右各 5 词

窗口越大,捕捉的共现范围越广,但噪声也会增加。默认 5 适合多数中文书面语料。

分词工具碰到不认识的新词常会拆开,比如把“乡村振兴”拆成“乡村”和“振兴”。仅支持中文文本。每 10,000 个中文字 5 点。

查看词典

每 10,000 个字符 2 点

词语共现分析常见问题

共现分析和词频统计有什么不同?
词频只数一个词出现多少次;共现看两个到四个词是否反复一起出现,并用互信息、T 值、对数似然比三项指标判断这种搭配比随机碰上高出多少、稳不稳定。
窗口大小怎么选?
窗口是左右各 2 到 15 个词。窗口小抓到的是紧挨着的固定搭配,窗口大则能看到同一句或同一段里的松散关联。
词语共现分析怎么用?
不用安装软件,也不用写代码。
词语共现分析怎么计费?
按文字量计费,每满 10000 字 2 点,不足 10000 字按 2 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
  • 高频词提取统计词频,并可同时统计两到四个词组成的固定说法,标出哪些提法在多份材料里反复出现。
  • 关键词抽取用 TF-IDF 与 TextRank 两种方法各提一份关键词并交叉对照,标出两者都认可的核心词。
  • Mia完整概念关键词发现摘出材料里代表主题的完整关键短语,按综合得分排序并保留原文次数与位置。
  • 词语搭配强度分析统计词对在设定窗口内的共现,用七项关联强度指标区分固定搭配和偶然同现,也可只看指定节点词周围的搭配。
  • KWIC关键词上下文索引把关键词的每次出现按左右语境对齐排列,并统计命中次数、密度与同行共现。
  • 文本矩阵分析把材料切成文档段做词频与 TF-IDF 加权,挑出最有区分度的词,并统计它们两两同段共现的次数。