最近有几个群友询问Knime如何进行中文文本分析。 虽然我对自然语言处理不是很熟悉，但是看了几个例子之后，还是尝试了一下，发现可以做到，但是效果不好。 。 。 不能说不好。

Knime中文文本分析、词云及分类

我使用的数据是微博情感分析评价。 我们先看一下我的意见识别项目的结果：

对比一下其他人的会议提交的结果：

所以我只能说这还不是最糟糕的。 但话虽如此，我并不是在研究自然语言处理。 我不懂机器学习。 我只想在我的一个场景中使用机器学习的某种功能。 我没有钱聘请机器学习工程师，也没有学习的能力。 我还必须致力于机器学习！ 我尝试使用 Knime。 结果表明它有效。

让我们看看如何做。 首先我引用两个官方的例子：《》（以下简称20）和《》（以下简称03）。 后者在《图解机器学习》一书中已有介绍。 下面综合看两个例子结合起来做中文文本分析。

其次，了解接下来的两个例子如何帮助我们进行中文情感分析。 20、关于中文的是这部分：

首先是数据读取，这里不再赘述。 从头开始观看。 这个元节点没有做太多事情。 即只选择一列（节点）并删除数字和标点符号（最后两个节点）。

然后看POS()。 这里的内容比较复杂，所以我们不需要考虑太多，只要知道自己在做什么就可以了。最主要的是去掉停用词。 停用词主要有两种类型。

就中文而言，常见的停用词有：

"的", "了", "在", "是", "我", "有", "和", "就", "人", "都", "一", "一个", "上", "也", "很", "到", "说", "要", "去", "你", "会", "着", "好", "自己", "这"

然后还有一些POS（Part Of）处理，一些标签等。

然后有条款

这里主要是创建一个词袋，统计频率，然后选择前 100 个。

其余的只是画画而已，所以我不关心它们。

03 不多说了。

我们来看看如何直接使用它。

我们先看一下整个工作流程。 上半部分是词云图，下半部分是分类。 这里我只做观点识别。

词云部分没有变化，这里不再赘述。 效果如下所示：

然后看分类部分

其实只要将03部分连接到20即可。使用了随机森林和逻辑回归，发现逻辑回归效果更好。

太棒了，我们有一个工作模型。