alterlab-text-as-data

将文本作为社会科学数据进行分析——采用主题建模（使用嵌入 + 基于类别的 TF-IDF 的 BERTopic，通过 scikit-learn 或 gensim 实现的 LDA/NMF）、文档嵌入（sentence-transformers）、词典/词汇表方法以及监督式文本分类，根据推断目标（发现 vs 测量 vs 预测）选择合适的方法，并验证主题可靠性，而非依赖单次随机运行结果。使用已验证的技术栈（BERTopic、scikit-learn、gensim CoherenceModel、spaCy、sentence-transformers）并固定处理模式。当请求涉及主题建模、文本即数据、计算文本分析、文档嵌入、词典/情感词汇表或语料库分类时使用。如需训练或微调 Transformer 模型，请选用 alterlab-transformers；若处理人文学科的细读语料库，请选用 alterlab-digital-humanities。属于 AlterLab 学术技能套件的一部分。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本