将数千条研究用评论按主题与情感分类呈现的分析工具

背景

以特定主题为搜索词收集 YouTube 评论，会得到数千条。研究中需要处理的，是其中 存在几条故事脉络，但人从头读到尾是看不出这些脉络的。读了几百条之后，剩下的 就只能靠猜测。

定义的问题

只统计“正面占百分之几”是不够的。必须先把谈论的对象分开，才能知道那份情感 指向哪里。把划分主题与统计情感分开来做，并将两者叠加起来看，才是问题的范围。

而且研究者必须能够自己调整标准、反复运行。分成几个主题并不是一个有标准答案 的值，而是边看资料边定的值。如果这个值写死在代码里，每想换个标准就得找我们。

做的事情

• 主题建模 — 将评论划分为主题组。主题数、训练轮数、前位单词数直接在界面上调整
• 频次可视化 — 用条形图展示出现最多的前 10 个单词
• 主题包含占比 — 用饼图呈现包含指定主题的评论占全部的百分比
• 情感分布 — 同时查看正面、负面比例

结果

按搜索词收集的数千条评论，会整理为按主题归类与情感分布输出。界面中的两项分别为 全部评论的 21.6%、24.4% 包含指定主题。

调整标准后重新运行，由研究者自己来做。

同主题的其他工作收录在数据分析中。

同主题的其他工作收录在AI 应用中。