------------名词解释：
分词：对于中文，由于没有空格，所以需要分词，让程序识别每一个词。英文则不需要。这有现成的工具。
主题抽取：用于抽取文本的分类，一般算法是设置出topic的数量n，抽取出top m个词，这几个词会形成一个topic，常用的方法是TF-IDF，LDA 和 TextRank。然后通过多次调整n的值，获取出一个人认为合理的主题数量。还有一种方法，是通过人工预先标注分类的一些文本来预测当前的文本是什么分类。这些方法都需要通过多次尝试，因为一次算出来的结果可能不是想要的，或者有缺漏。
扩展阅读：https://www.leiphone.com/news/201707/Pe5LRySEwvi6vKiA.html
情感分析：分析出句子的情感是正向还是负向。在分析正负向的时候，首先要分析评价的object，因为人在表达评价的时候，往往是针对不同的object。而分析的目标决定了这些object是什么，所以这个object一般都是由目标驱动的。比如对于餐馆的话，会评价服务、口味、环境和价格，对于产品的话，评价的主要会是质量、设计、服务等。而对于正负向,目前都是通过人工预先标注的正负向的文本，来生成情感值模型计算当前句子的情感值。
扩展阅读：https://zhuanlan.zhihu.com/p/27068121
https://www.zhihu.com/question/20700012
文本摘要：将一片长文章用一句话概括思想。一般用于单主题的文章，可以通过本算法来做。大约的算法是通过分析文章的句子里信息量最大的词，通过预先词库(很大的词库，一般用法是要包含常见的词的所有用法，比如最近几年的新闻和小说文章等)算出的词与词之间的关联权重，重新组成一个句子。
扩展阅读：https://cloud.tencent.com/developer/article/1005548
所有以上的方法，因为出于快速发展期，都没有成熟的套件，所以目前都是写程序来做，而每一项的算法都有很多种，也都各有千秋。这些方法有一个共同点，都需要有一个比较庞大的文章库，和手工标注很多数据。所以对于小数据量并不适用。
-------------------------------------------------------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------------------------
对于小批量数据的话，使用规则效果更好，并且更简单：
有时候，要知道大家对某个产品或者服务的看法，开放性问答必不可少，对于收上来的类似于
这种文本，众说纷纭。如果少于100条，倒是可以手工一个一个看，根据印象去做分析，但是如果有几百条以上，则必须有一个通用的方法来分析总结这个信息。
但是需求是多变的，像上面的例子，这个描述的对象可能有电脑、配件、手机、销售、售后等，并且语言大部分是中文，少部分的英语和西班牙语。当然，你有时候可能会遇到要分析对于某个产品的看法，那么维度可能就不一样，所以，在做这些问答的分析的时候，第一步是最重要的，就是①确定需求
比如，对于目前的这个例子，我们可以用这样的 方法来确定目标：
（1）我们做这个是为了什么？给谁看，他会关注那些类别？
(2) 我如何确定这么多段话里，究竟说了是10个类别还是20个类别，每个点下面要细分为几个子类？
第一个问题需要自己进行思考，最佳方式是把这这些话全部看一遍，有一个大致的印象，然后猜测报告的接收者关注哪些类别，大概这些类别会包含哪些子类，把这些类别写下来。之后用来根据这些类别来给词归类。
然后正式进入计算了。
②统一语言，如果有其他语言的段落，把它翻译为同一种语言，比如都翻译成中文或者英文。中文和英文的处理方式不一样，本文只讲中文的处理方式。
③对这些句子进行分词，并标注词性
④找出其中的名词，并对这些名词去重，按照出现频率排序，然后依次进行类别标注，这个地方可以根据需求，标注一层或者更多层。
比如，
通过标注之后，基本就可以确定每个句子里包含哪些类别了。
检查分析出的没有类别的句子，需要再次确认，保证不要漏掉有效数据。
如果发现分类不合理，那么需要重新分类。
⑤对句子进行情感分析。
对于已经确定类别的段落，根据句号进行分句子。每个句子可能描述的不同的类别。然后通过情感分析来确定这句话说的是正向的赞扬，还是负向的批评。
情感分析比较麻烦，这个虽然有一些类库可以用，但是普遍由于数据不够全，得出的结果也不尽如人意。此处推荐使用腾讯的NLP接口，由于腾讯是收费的，所以此处可以用爬虫来试用腾讯的情感分析的接口。
http://nlp.qq.com/semantic.cgi
此处之所以不用腾讯的分类分析，也是因为它的分类不满足我们的需求。
⑥情感分析之后，就得出了每个句子的情感指向，那我们就可以进行归类了，比如这句话“”这个电脑质量太差了“的分类是电脑和质量，对应的情感可能是-0.9,那我们就可以归类到电脑和质量里，标明是负向的。
⑦提取每类的观点。归类之后，每一类的句子可以通过情感值分类，并且对正向和负向分别取最高频出现的形容词或副词，用以提取观点。
⑧总结结果：
最终的结果是类似于这样的，
分析结果如下表：总共3783条数据，总体满意度是75%
