如何借助微词云做关键词共词矩阵表？生成网络关系图？

大家都知道，共词矩阵在内容文本分析中具有重要的分析价值，它能帮助我们揭示关键词之间的共现关系，进而帮助理解文本中的语义结构、主题分布以及相关性
下面我就来说说如何利用微词云做共词矩阵表，以及如何制作语义网络关系图

打开生成共词矩阵表工具

本次使用微词云中文分词这款软件

如果如果你是英文文本生成关键词共词矩阵，就点击微词云首页中的英文分词这个入口

本次以中文共词矩阵表生成为例：

打开中文分词工具后，直接上传内容预料
注意这里不是上传关键词，而是文本句子哦。

点击顶部的下一步按键，等待系统分词计算关系就行
生成完报告，我们就会进入到这个页面中

找到关系网络模块

我们往下滑动，找到网络关系图位置
在右侧顶部会看到下载矩阵表，这里包含的信息比较大

如何修改共词矩阵表中的关键词呢？

右侧顶部有个【重新选词】的功能可以修改选择的关键词

可以根据词性、top值筛选，还可以直接批量单词搜索查询，记得单词之间用逗号隔开就行

如何删除不想要的关键词呢？下面的词表位置，不想要的单词直接点击就可以删除

词选择确定后，可以下载共词矩阵表数据了
关于如何修改优化网络关系图，可以查看这篇博客：论文中语义网络关系图怎么制作？保姆级教程来啦！

最下面还有一个上色矩阵表，很容易看出关系密集的地方

顺便说下这个关系网络如何分析：

网络关系图是一种基于节点和边的图形表示方法，用于展示实体之间的关系和连接。
在文本分析中，节点通常表示文本中的关键词、实体或主题，
而边表示它们之间的关联关系
网络关系图可以帮助人们直观地理解文本中的关系网络，包括词语之间的共现关系、实体之间的关联等。
例如中文分词中的网络关系图，关键词是节点，关键词词频越大，节点越大
关键词之间的连线，关键词之间的共现值越高，连线越粗

推荐分析相关文章
聚类分析工具怎么用？
基于tf-idf关键词提取，超简单！还能生成词云图和语义网络图
英语文本语义网络关系图，教你2种生成效果！包学包会！