文档词频权重统计工具

软件使用说明

1. 选择文本内容：点击“选择文件”批量导入TXT、MD、CSV、SRT、LOG等文本文件，也可以切换到“粘贴文本”直接输入内容；需要体验流程时可加载示例数据。
2. 确认文件列表：批量选择文件后，界面展示前20个文件，其余文件会以数量提示，实际分析时仍会全部参与处理。
3. 设置分词规则：选择中文切词方式、词长下限和中文组合词长度；如有固定行业词，可在“自定义保留词”中每行填写一个词。
4. 配置权重算法：
   • 词频统计：统计词汇出现次数、文档覆盖数和关键词密度。
   • TF-IDF权重：根据词频和逆文档频率评估词汇区分度。
   • BM25权重：结合词频、文档频率和文档长度计算相关性得分。
5. 调整过滤选项：可开启停用词过滤、保留数字、英文大小写区分，并设置展示结果数量和默认排序方式。
6. 保存设置：点击“保存设置”保留常用参数，下次打开工具时会自动恢复；需要重新配置时可点击“恢复默认”。
7. 开始分析：进入“开始分析”页面后点击“开始分析并下一步”，工具会读取文本、分词、统计词频并计算权重。
8. 查看和下载结果：分析完成后可在结果表中搜索关键词，下载当前CSV结果；批量文件可下载ZIP压缩包，单文档报告会按原文件名导出，重名文件会自动加数字区分。

常见问题