-
-
-
-
-
-
-
- 010-56548231
-
<dl id="qmwet"><ins id="qmwet"></ins></dl>
WordStat 2022—內容分析和文本挖掘軟件
WordStat 是一款靈活且易于使用的文本分析軟件——無論您是需要文本挖掘工具來快速提取主題和趨勢，還是需要使用最先進的定量內容分析工具進行仔細和精確的測量。任何需要從大量文檔中快速提取和分析信息的人都可以使用 WordStat。
我們的內容分析和文本挖掘軟件可用于許多應用，例如開放式響應分析、商業智能、新聞報道的內容分析、欺詐檢測等。WordStat 與SimStat、QDA Miner和Stata的無縫集成 – 來自 StataCorp 的綜合統計軟件，為您提供前所未有的靈活性來分析文本并將其內容與結構化信息相關聯，包括數字和分類數據。
從許多來源導入
提取實體，關鍵字，短語，主題
使用最新主題建模探索內容
自動將內容分類
探索文本和數字之間的關系
使用交互式可視化工具
? 使用WordStat分析大量非結構化信息。該軟件每分鐘可處理2500萬個單詞，使用聚類，多維縮放，鄰近圖等功能快速提取主題并自動識別模式。
? 使用資源管理器模式快速輕松地從大量文本數據中提取含義，特別是針對那些文本挖掘經驗很少的人。只需單擊一下，就可以提取文檔中最常用的單詞，短語和最突出的主題。
? 導入Word，Excel，HTML，XML，SPSS，Stata，NVivo，PDF和圖像。連接并直接從社交媒體，電子郵件，網絡調查平臺和參考管理工具導入。
? 使用基于單詞，短語和相關單詞（包括拼寫錯誤）的最新自動主題提取功能，快速概覽非常大型的文本集中最重要的主題。
? 探索單詞或概念之間的關系，并檢索與特定連接關聯的文本段。
? 探索非結構化文本與結構化數據（例如日期，數字或分類數據）之間的關系，以識別子組之間的時間趨勢或差異，或使用統計和圖形工具（對應分析，熱圖，氣泡圖等）。
? 使用現有詞典實現全文分析自動化，或使用單詞，短語，鄰近規則等創建您自己的分類模型。
? 使用提取常用短語和技術術語并在文本集合中快速識別拼寫錯誤，同義詞，反義詞和相關單詞的工具，更快地構建詞典。
? 使用樸素貝葉斯和K最近鄰來開發和優化自動文檔分類模型。
?通過從幾乎所有功能，圖表或圖形返回到文本來驗證或深入分析。您可以使用“關鍵字檢索”或“上下文中的關鍵字”功能來檢索句子，段落或整個文檔。這在建立分類法或消除詞義歧義時特別有用。您還可以將QDA Miner代碼附加到檢索到的段。
? 將 WordStat與最新的定性編碼工具（QDA Miner）結合使用，以在需要時更精確地瀏覽數據或對特定文檔或提取的文本段進行更深入的分析。
? 將非結構化文本數據與地理信息相關聯，并創建數據點，主題地圖和熱圖的交互式圖表，以及用于將位置名稱，郵政編碼和IP地址轉換為緯度和經度的地理編碼Web服務。
? 自動提取命名的實體，可以使用簡單的拖放操作將其添加到分類字典中。
? 輕松將文本分析結果導出為常見的行業文件格式，例如Excel，SPSS，ASCII，HTML，XML，MS Word和圖形（例如PNG，BMP和JPEG）。
? 使用 Python 腳本及其全部開放源代碼庫預處理或轉換文本文檔，以便在 WordStat 中進行分析。
借助WordStat，數據分析師可以從大量文檔中快速提取有價值的文本分析結果，這些文檔包括客戶反饋，電子郵件，開放式回復，采訪記錄，事件報告，專利，法律文檔，博客，網站等。這是WordStat的內容分析和文本挖掘功能的列表：
WordStat允許您從許多來源直接導入多語言內容：
? 導入文檔：?Word，PDF，HTML，PowerPoint，RTF，TXT，XPS，ePUB，ODT，WordPerfect。
? 導入數據文件：?Excel，CSV，TSV，Access
? 從統計軟件導入：?Stata，SPSS
? 從社交媒體導入：?Facebook，Twitter，Reddit，YouTube，RSS
? 從電子郵件導入：?Outlook，Gmail，MBox
? 從網絡調查中導入：?Qualtrics，SurveyMonkey，SurveyGizmo，QuestionPro，Voxco，Triple-S
? 從參考管理工具中導入：?Endnote，Mendeley，Zotero，RIS
? 導入圖形：?BMP，WMF，JPG，GIF，PNG。自動提取與這些圖像相關的任何信息，例如地理位置，標題，描述，作者，評論等，并將其轉換為變量
? 從XML數據庫導入
? ODBC數據庫連接可用。
? 從定性軟件導入項目：?NVivo，Atlas.ti，Qdpx文件
? 導入和分析多語言文檔，包括從右到左的語言
? 監視特定的文件夾，并自動導入存儲在此文件夾中的所有文檔和圖像，或監視對原始源文件或聯機服務的更改。
多種功能使您可以通過使分析過程簡單明了的方式輕松組織數據：
快速分組，標記，排序，添加，刪除文檔或查找重復項。
使用“文檔轉換向導”手動或自動將變量分配給您的文檔，即：日期，作者或人口統計數據，例如年齡，性別或位置。
輕松地對變量進行重新排序，添加，刪除，編輯和重新編碼。
根據變量值過濾大小寫。
使用資源管理器模式可以快速，輕松地從大量文本數據中提取含義，這是專門為那些文本挖掘經驗很少的人設計的。
使用主題建模工具，找出最常用的單詞，短語并提取文檔中最重要的主題。在任何時候，您都可以切換到專家模式，從而可以使用所有WordStat的功能。
在幾秒鐘內，探索大量非結構化數據的內容并提取有見地的信息：
提取最常用的單詞，短語，表達方式。
在單詞或短語上使用聚類或2D和3D多維縮放快速提取主題。
使用鄰近圖輕松識別與目標關鍵字同時出現的所有關鍵字。
使用鏈接分析功能探索單詞或概念之間的關系。
通過應用關鍵字同時出現條件（在一個案例中，一個句子，一個段落，一個n個單詞的窗口，一個用戶定義的片段）以及聚類方法（一階和二階接近度，選擇）來微調分析相似性指標）。
使用分層聚類，多維縮放，鏈接分析和鄰近圖來探索概念或文檔之間的相似性。
通過將自然語言處理和統計分析（NNMF或因子分析）結合使用，不僅對單詞而且對短語，都可以使用最新的自動主題提取功能，從大型文本集中快速瀏覽最重要的主題和相關單詞（包括拼寫錯誤）。
在層次聚類分析中，一個單詞可能僅出現在一個聚類中，主題建?？赡軐е乱粋€單詞與多個主題相關聯，這一特征更現實地表示了某些單詞的多義性以及該單詞的多個上下文單詞用法。
使用網絡圖探索單詞或概念之間的聯系。使用三種布局類型檢測共現的基礎模式和結構：多維縮放，基于力的圖形和圓形布局。
圖是交互式的，可用于探索關系并檢索與特定連接關聯的文本段。
探索非結構化文本與結構化數據之間的關系：
識別時間趨勢，子組之間的差異，或使用統計和圖形工具（偏差表，對應分析，熱圖，氣泡圖等）評估與等級或其他類別或數字數據的關系。
使用不同的關聯度量來評估單詞出現與名義或有序變量之間的關系：卡方，似然比，Tau-a，Tau-b，Tau-c，對稱Somers'D，非對稱Somers'Dxy和Dyx，Gamma，Person's R，斯皮爾曼的Rho。
使用現有詞典實現全文分析自動化，或者創建您自己的單詞和短語分類模型。
在字典中，可以實現布爾（AND，OR，NOT）和接近度規則（NEAR，AFTER，BEFORE）并使用正則表達式公式快速從文本數據中提取特定信息。
字典調節的詞法修飾和詞干支持多種語言，并且自動單詞替換選項使您可以用目標關鍵字替換多個單詞。用戶定義的停用詞列表可用多種語言提供，以避免不必要的常用詞（例如他，她，它等）在分析中使用。
通過提取常用短語和技術術語以及在文本集合中快速識別拼寫錯誤和相關單詞（同義詞，反義詞，全名，同義詞，上位詞，下位詞）的工具，獲得真正獨特的計算機協助，以建立分類標準。
使用樸素貝葉斯和K-Nearest鄰居開發和優化自動文檔分類模型。用戶可以選擇多種驗證方法：留一法，n折交叉驗證，分割樣本。實驗模塊可用于輕松比較預測模型和精細分類模型。
分類模型可以保存到磁盤中，并稍后在QDA Miner中的獨立文檔分類實用程序，命令行程序或編程庫中應用。
通過使用關鍵字檢索或上下文中的關鍵字來檢索句子，段落或整個文檔，從幾乎所有功能，圖表或圖形中返回文本，從而驗證或深入分析。這在建立分類法或消除詞義歧義時特別有用。
檢索到的文本段可以按關鍵字或任何自變量排序。您可以將QDA Miner代碼附加到檢索到的段上，或以表格格式（Excel，CSV等）或文本報告（MS Word，RTF等）將其導出到磁盤。
將WordStat與最新的定性編碼工具（QDA Miner）結合使用，以便在需要時更精確地瀏覽數據或對特定文檔或提取的文本段進行更深入的分析。
將非結構化文本數據與地理信息相關聯，并創建數據點，主題地圖和熱圖的交互式圖表，以及用于將位置名稱，郵政編碼和IP地址轉換為緯度和經度的地理編碼Web服務。
自動提取命名實體（名稱，技術術語，產品和公司名稱），可以使用簡單的拖放操作將其添加到分類字典中。
拼寫錯誤和未知單詞會自動提取出來，并與用戶詞典中的現有條目匹配，并且可以迅速添加到詞典中。
將文本分析結果導出為常見的行業文件格式（例如Excel，SPSS，ASCII，HTML，XML，MS Word），流行的統計分析工具（例如SPSS和STATA）以及圖形（例如PNG，BMP和JPEG）。
使用Python腳本及其全部開放源代碼庫來預處理或轉換文本文檔，以便在WordStat中進行分析。
我們很高興推出 WordStat 2022。從 WordStat 9 到新版本 WordStat 2022（以及新版本號方案）意味著更快地引入每年發布一次的新功能，而不是每 2 或 3 年發布一次，并且很可能甚至每年不止一次。
新的 WordStat 2022 實現了幾個重要的功能，雖然沒有以前的主要版本那么多，但我們認為它們具有重要意義，特別是對于開發分類模型、分類法或詞典。
1. 高度優化的主題建模與因素分析
在 WordStat 2022 中，我們實施了一個新的多線程因素分析例程，比以前的版本快 65 倍。這意味著現在可以在不到一分鐘的時間內解決需要一個小時計算的大型問題。我們還能夠將因素分析容量增加到 10,000 個單詞（之前版本為 3,000 個）。
我們自己的研究工作表明，與依賴 LDA 和神經網絡技術的主題建模技術相比，使用因子分析的主題建模產生的主題解決方案更加連貫和多樣化（Peladeau & Davoodi，2018 年；Peladeau，2022 年）。它還具有穩定性的額外好處，每次都會產生相同的結果。然而，它的主要不便一直是它的速度和容量。這使我們在 WordStat 8 中實現了一個使用非負矩陣分解（或 NMF）的特殊主題提取例程。這種技術可以更快地產生結果，這些結果與使用因子分析獲得的結果非常相似。然而，它的概率實現會導致每次運行的結果略有不同，這讓一些研究人員感到有些不安。重要的是要注意，計算機科學中幾乎所有其他流行的主題建模技術產生的主題解決方案甚至比我們自定義的 NMF 實現更不穩定。那些尋求最佳和穩定的主題解決方案的人可能會喜歡新的因素分析主題建模例程的速度和容量大大提高。
2.改進了頻率頁面上的建議
WordStat 早期版本中的“建議”面板顯示同義詞庫可用的語言的同義詞、反義詞和相關詞。它還提供了以相同首字母開頭的單詞，使人們能夠識別一些拼寫錯誤以及相關的單詞。一個新的關聯詞部分現在從文本語料庫中檢索與頻率表中所選詞在語義、句法和統計上相關的其他詞。這個新功能應該適用于任何語言。默認情況下，條目將按相關性降序排列。同義詞、反義詞和相關詞也會按照相關性降序排列，便于識別合適的建議。人們仍然能夠按字母順序或頻率降序對這些條目進行排序。此外，一個新的頻率過濾選項可以讓人們過濾掉低頻建議，讓人們專注于更頻繁的建議。
由于這種提取相關詞和排序建議的新方法與語言無關，因此對于分析沒有詞庫的語言的人來說尤其有用。然而，我們發現，即使有這樣的語言資源，基于單詞上下文使用的額外建議，以及根據相關性對現有同義詞和相關單詞進行排序，也應該極大地促進適當項目的識別。
3. 短語提取例程的新建議選項卡。
重疊面板已替換為建議面板，除了重疊短語外，還顯示與短語頻率表中所選行在語義、句法或統計上相關的短語。此功能也與語言無關。
4. 命名實體識別的改進。
命名實體識別頁面中添加了一個新的相關面板。選擇單個命名實體將帶來相關的命名實體，以及屬于同一類（人、地點、組織等）的命名實體。選擇一個特定類別的多個示例（例如，多個城市）也將檢索屬于該類別的更多項目。上下文菜單還允許將任何項目移動到分類詞典或排除列表中。還可以對選定的建議執行上下文中的關鍵字搜索。
5. 上下文關鍵詞表中上下文詞的突出顯示。
在評估分類詞典中的詞或候選詞時，通常需要查看在目標詞或短語出現的上下文中是否存在其他關鍵字。一種新的突出顯示功能允許人們指定要在單詞的周圍上下文中查找的單詞和短語列表。當從主題建?；驑錉顖D中調用 KWIC 列表時，或者在評估包含多個條目的內容類別中的項目時，會自動填充此列表。
6.根據頻率或距原點的距離過濾對應圖中的項目。
超過幾百個項目的對應圖可能會在圖的中心（原點）創建一大堆重疊的項目。添加了一個新的滑塊控件以隱藏不太頻繁或接近此原點的項目。除非有人想確定一個自變量的所有類的共同點，否則最有趣的項目是那些遠離原點的項目，因為它們是不同類的特征。過濾掉這些項目可以讓人們更容易地識別不同的項目。
7.改進關鍵字檢索
關鍵字搜索的結果現在按相關性降序排列，同時考慮匹配項的頻率和種類與檢索到的文本段的長度的關系。新的頻率列也可用于僅按頻率排序。
8. 通過連接計算字符串變量
一種新的數據轉換命令允許人們通過連接幾個現有變量（數字、字符串、日期等）的值以及鍵入的文本來計算字符串變量。這樣的過程也可用于用常量字符串值初始化字符串變量。
9.持久對比圖設置
這些比較圖表的圖表類型和統計數據以及調色板現在鏈接到變量名稱并存儲在項目設置中。這些選項應該跨頁面（頻率、短語、主題建模、樹狀圖等）和會話之間保持不變，從而減少不斷重新調整這些選項的需要。
學習新軟件可能是一項艱巨的任務，特別是具有WordStat等許多功能的軟件。以前，WordStat是QDA Miner的附加模塊，這要求用戶不僅要學習WordStat，還要學習QDA Miner的元素來設置他們的項目。WordStat是一個獨立的產品。這減少了復雜性和學習曲線，因為洪湖現在可以直接在WordStat中創建他們的項目。但是，它仍可以作為QDA Miner ， STATA或SimStat的內容分析附件運行。
? 文件：MS Word , RTF , PDF , HTML等
? 數據文件：Excel , CSA , Stata等
? 網絡調查平臺：SurveyMonkey , Qualtrics , SurveyGizmo等
? 參考管理工具：Endnote , Zotero , Mendeley
? 社交媒體服務：Twitter，Facebook，RSS Feeds，Youtube
? 電子郵件平臺：Outlook ，Gmail，Hotmail，Mbox和EML格式等其他來源
實施了一種新的滋源管理模式，允許具有文本挖掘經驗的用戶快速輕松地從大量文本數據中崎嶇含義。您可以使用WordStat 8的改進主體建模工具識別很長用的單詞和短語，并在文檔中提取突出的主體。您可以隨時切換到專家模式，這樣您就可以訪問所有WordStat功能，包括分析詞典，交叉表和貢獻分析功能。
現有的主題建模例程授予眾多改進，例如用于更快主題提取的附加提取算法（NNMF），以及創新的主題豐富過程。這種技術允許人們通過自動選擇相關短語并提供其他表達，潛在異常以及拼寫更正的建議，超越產痛主題建模典型的“詞袋”解決方案。所有這些創新都應該能夠更準確，更全面地衡量文本集中的顯著主題。
WordStat 8有幾個新的圖形顯示，可幫助您更好地理解數據分析的結果。我們改進了交互式詞云、圓環圖和雷達圖表。
與其他變量相比，偏差表允許您查看或多或少使用的單詞/短語。首先需要激活交叉表按鈕才能看到圖表。您可以右鍵單擊以查找KIMC，刪除并保存到制度分隔符，HTML或位圖。
只需單擊一下，您還可以將結果導出到Tableau Software，以使用其高級交互式數據可視化工具。
已對分類詞典部分進行了一些新功能和改進，以幫助您更準確地改進行文本搜做并獲得更準確的結果。
改進的界面允許快速訪問和比較結果，因此可以在幾秒鐘內提取有價值的見解
WordStat 7 WordStat 8界面對比圖如下：
為NLP數據科學家提供了使用Python腳本及其全系列開源庫來預處理或轉換文本文檔以便在WordStat中進行分析的可能性。這一新功能增加了WordStat的靈活性，并允許用戶使用它們的Python編程技能。
新的數值轉換對話框允許您從其他變量計算數值變量，至多包含50個轉換函數，包括三角函數、統計函數、隨機數函數。也可以使用IF - THEN - ELSE邏輯結構來執行條件變換。
現在可以使用分箱功能將連續值轉換為較少數量的不同類別。它可用于減少數值異常值，異常分布的影響，或將連續素質轉換為序數變量。當數值變量中的不同數值的數量太多事，它對于創建標膠的圖形顯示特別有用。
Emojis已經在社交媒體、短信、電子郵件和其他電子通信普遍存在，并且通常用于表示對象，表達想法或情緒或者為書面消息添加細微差別。他們通常是信息的組成部分，很難被忽視。WordStat 8.0可以將表情符號轉換為文本形式表達，允許您自己或作為整個消息的一部分來分析他們。
新的文檔資源管理器工具允許用戶從Windows資源管理器快速瀏覽文檔內容，而無需導入文檔或創建項目。您只需選擇要瀏覽的文檔或包含它們的文件夾，右鍵單擊并選擇“瀏覽”以快速識別常用的單詞和短語以及他們在的文檔中的位置。通過簡單的右鍵單擊，您還可以使用有線的分類字典文檔執行語義搜索，或使用WordStat中的預測魔心對文檔進行分類。
Stata是由StataCorp LLC創建的完整，集成的統計軟件包。它提供了廣泛的統計分析，數據管理和圖形。最新版本的Stata添加了許多新功能，其中包括一個長字符串數據類型，該類型允許將其與數字和分類數據一起存儲，最多記錄20億個字符。因此，可以創建一個包含期刊摘要，新聞記錄，專利，事件報告，客戶反饋，訪談等的統計數據庫。
創建WordStat for Stata的目的是允許在Windows下運行的Stata 13和Stata 15用戶將文本分析技術應用于存儲在Stata數據文件中的任何字符串變量。WordStat結合了自然語言處理，內容分析和統計技術，可快速提取大量文本中的主題，模式和關系。它可以在幾秒鐘內處理數百萬個單詞，并將提取的主題與Stata文件中的任何其他數字，分類或日期變量進行比較。
任何需要快速提取和分析Stata文本變量中存儲的信息的人都可以使用WordStat。它可以用于：
? 直接從社交媒體，在線調查平臺，參考管理工具導入文本和定量數據
? 開放式答復，訪談或焦點小組成績單的內容分析
? 商業智能和競爭網站分析
? 從事件報告中提取信息和發現知識，客戶投訴
? 新聞報道或科學文獻（科學計量學或文獻計量學研究）的內容分析
? 文檔的自動標記和分類
? 欺詐檢測，作者歸屬，專利分析
? 分類學開發和驗證
? 等等（對于使用WordStat，請參閱研究頁面）。
? 探索性文本挖掘
集成的探索性文本挖掘和可視化工具（例如聚類，多維縮放，鄰近圖等），可快速提取主題并自動識別模式。
? 主題建模
快速概述大型文本集中最突出的主題。側面面板允許使用條形圖或折線圖比較特定主題與其他變量之間的頻率。
? 分類字典
使用現有的或創建由單詞，單詞模式，短語和接近規則組成的自定義詞典。獲得計算機協助，以通過短語和命名實體提取，拼寫錯誤的替換詞，集成詞庫等構建分類法。
? 對比分析
使用統計和圖形工具（對應分析，熱圖，氣泡圖等）探索非結構化文本與結構化數據之間的關系。
? 鏈接分析
使用基于力的圖，多維比例或圓圖來探索單詞或提取的概念之間的關系。檢索與特定連接關聯的文本段。
? 機器學習
通過使用樸素貝葉斯和K最近鄰居來開發自動文檔分類模型。然后可以將分類模型保存在磁盤上，然后將其重新應用于新數據。
? 充電中
使用交互式可視化工具（例如條形圖，折線圖，熱圖，詞云，氣泡圖，MDS圖等）來說明模式并探索復雜現象。將圖表復制并粘貼或保存到bmp，jpg或png文件中格式。
? 文件轉換向導
文檔轉換向導使您可以輕松地將其以各種文件格式（.DOC，HTML，PDF，TXT）存儲的文檔導入到新的Stata .dta文件中，并自動從結構化文檔中提取數字和字母數字值。
操作系統：Microsoft Windows XP , 2000 , Vista , Windows 8和10
內存：從256MB（XP）到1GB（Vista , Windows 8和10）
磁盤空間：40MB
北京友萬信息科技有限公司，英文全稱：Beijing Uone Info&Tech Co.,Ltd ( Uone-Tech )是中國大陸領先的教育和科學軟件分銷商，已在中國300多所高校建立了可靠的分銷渠道。擁有最成功的教學資源和數據管理專家。如需申請軟件采購及老版本更新升級請聯系我們，咨詢熱線：010-56548231 ,咨詢郵箱：info@uone-tech.cn 感謝您的支持與關注。
地址：北京市昌平區城南街道中興路21號院2號樓16層1624 網站備案號：京ICP備16049373號-1]
聯系方式：+86-10-56548231
