GooSeeker大數據開(kāi)發(fā)團隊開(kāi)發(fā)的在線(xiàn)的動(dòng)詞工具軟件，要做到“文科生能用的動(dòng)詞軟件”，比如，公共管理專(zhuān)業(yè)、社會(huì )學(xué)各專(zhuān)業(yè)、工商行政管理各專(zhuān)業(yè)、營(yíng)銷(xiāo)管理各專(zhuān)業(yè)等等?！拔目粕睕](méi)有任何褒貶涵義，其實(shí)我們GooSeeker團隊的分析師也大部分都是“文科生”，因為她們可以免受技術(shù)思路的禁錮，直接看見(jiàn)業(yè)務(wù)層面的問(wèn)題和解答，在商業(yè)剖析和智慧城市大數據管理等領(lǐng)域執行各類(lèi)研究工作的企劃、頂層設計和管理。

　　基于以上目標，總路線(xiàn)是采用在線(xiàn)云服務(wù)，重點(diǎn)解決以下幾個(gè)問(wèn)題：

　　1. 下載到本地安裝的軟件萬(wàn)一有病毒或則木馬如何辦？即使官方發(fā)布的軟件不會(huì )富含病毒，但是從別的軟件下載網(wǎng)站下載的版本就是一個(gè)不得不考慮的問(wèn)題

　　2. 最新的軟件功能是否能及時(shí)用上？下載到本地安裝的軟件，這也是一個(gè)疼點(diǎn)問(wèn)題，所以，我們要采用云的方法，除了能第一時(shí)間把新功能交給用戶(hù)以外，還可以第一時(shí)間用上最新的自然語(yǔ)言處理（NLP）、中文信息處理和文本挖掘技術(shù)和產(chǎn)品。比如，在云服務(wù)的構架下，可以隨時(shí)采用愈發(fā)先進(jìn)的中文分詞技術(shù)，畢竟那些基礎技術(shù)都須要采用第三方的業(yè)界領(lǐng)先的產(chǎn)品。

　　3. 產(chǎn)品和服務(wù)是否仍然持續提供？技術(shù)在發(fā)展，用戶(hù)需求在變化，一個(gè)好的產(chǎn)品一定是一個(gè)持續服務(wù)的產(chǎn)品，比如，軟件功能升級、用戶(hù)問(wèn)題解答。

　　4. 導入的文檔可以是pdf，word，txt，excel分詞技術(shù) 爬蟲(chóng)，輸出都是excel，excel是分析師的最?lèi)?ài)。

　　基于以上考慮，在持續的產(chǎn)品發(fā)展過(guò)程中，GooSeeker研制團隊參考了大量的動(dòng)詞和文本挖掘軟件。如果講技術(shù)或則面向工程師，應該去研究BAT們發(fā)布的NLP云服務(wù)，毫無(wú)疑問(wèn)非常強悍。然而，面對“文科生”和各專(zhuān)業(yè)寫(xiě)論文的中學(xué)生，而且想快速幫助他/她完成剖析任務(wù)，還是應當放眼這些方便軟件工具為好。

　　這個(gè)系列文章，我們重點(diǎn)分析Rost-CM內容挖掘系統，只有汲取先進(jìn)養分，才能做得愈發(fā)卓越。

　　1，Rost-CM的功能界面

　　Rost CM發(fā)展了多個(gè)版本，下面是我最熟悉和使用最多的版本4.0.0

　　還有5.8.0

　　從界面和菜單才能看出，這是一個(gè)功能豐富的軟件，圍繞著(zhù)內容挖掘（Content Mining）集成了好*敏*感*詞*模塊。先重點(diǎn)關(guān)注以下兩個(gè)功能（節選自V6版本的ROST用戶(hù)指南）：

　?。?）分詞

　　點(diǎn)擊功能性剖析下拉列表框中的動(dòng)詞選項，打開(kāi)動(dòng)詞窗口，在待處理文本框中載入待處理文件，如“虛擬學(xué)習團隊201087.txt”，則系統根據程序目錄下的User 目錄下的User.txt 文檔，自動(dòng)在輸出文件框中生成“虛擬學(xué)習團隊201087_分詞后.txt”文件，獲得以空格分離的動(dòng)詞后文檔，如果原先文檔中有空格的位置保留空格。點(diǎn)擊確定按鍵，即可打開(kāi)該文檔。

　　如果須要自己降低一些詞，則點(diǎn)擊工具下拉列表框中的自定義文件→分詞自定義詞表，系統將手動(dòng)在記事本中打開(kāi)user 目錄下的user.txt 文件，編輯后點(diǎn)擊保存讀檔，再次重新啟動(dòng)本軟件，方可生效。

　?。?）字頻剖析

　　點(diǎn)擊功能性剖析下拉列表框中的字頻剖析選項，打開(kāi)字頻剖析窗口， 在待處理文件框中載入待處理文件， 如“ 虛擬學(xué)習團隊201087.txt”，則系統手動(dòng)在輸出文件框中生成“虛擬學(xué)習團隊201087_字頻.txt”文件，點(diǎn)擊確定按鍵，即可打開(kāi)該文檔。

　　這是兩個(gè)最重要的功能，大部分基于動(dòng)詞的研究任務(wù)或則作業(yè)基本上用這兩個(gè)功能就夠了，得到了動(dòng)詞結果，可以做各類(lèi)統計，最可能做的可視化操作是畫(huà)一個(gè)詞云。后續的那些數據剖析和可視化操作，可以在其他專(zhuān)用軟件上做，很靈活。所以，暫且放下其他功能不去揣測，先瞧瞧我對產(chǎn)品的規劃。

　　2，文科生都能用的動(dòng)詞工具

　　上面早已說(shuō)過(guò)，最常用的功能就是 分詞和詞頻 統計，能否做到導出要剖析的內容能夠導入須要的結果？是的，不需要將動(dòng)詞和詞頻剖析分成兩個(gè)步驟。

　　導入之后，就能見(jiàn)到原始數據和動(dòng)詞好的數據，也能看到根據詞頻排序的詞句，這時(shí)候可以不做多余的操作，只導入就行了，會(huì )將四張表打包在一起：

　　既然動(dòng)詞和詞頻統計如此簡(jiǎn)單，為什么非要坐到筆記本前做這件事情呢？如果要動(dòng)詞的文件是通過(guò)陌陌收到的，如果動(dòng)詞結果要通過(guò)陌陌發(fā)送出去，如果結果文件要在PC和手機間傳遞，都只需掃一次二維碼即可分詞技術(shù) 爬蟲(chóng)，這就是陌陌小程序——分詞作業(yè)幫 的好處。

　　3，寫(xiě)作規劃

　　接下來(lái)，我將用多篇文章，引導讀者深入體驗多個(gè)動(dòng)詞工具的功能特點(diǎn)。