Esiste un software che esegue un'analisi testuale sui blog? [chiuso]

La mia azienda sta cercando di creare una visualizzazione PivotViewer dei post sul blog di Wordpress 2 di un cliente negli ultimi 11 anni. Per fare ciò, tuttavia, dobbiamo modificare i tag alquanto casuali, incompleti e generalmente scarsi da utilizzare come categorie ordinabili. Sto cercando uno strumento che analizzerà i loro post sul blog ed eseguirà il conteggio delle parole, per darci un'idea di ciò con cui abbiamo a che fare.

Idealmente, avrebbe tutte queste caratteristiche:

1. Lista nera di parole (ignora)
2. Parola derivata
3. Unione di sinonimi personalizzati
4. Contando tutti gli usi
5. Conteggio del numero di post in cui appare una parola.

Avrei pensato che questo tipo di analisi testuale sarebbe estremamente comune, ma non sono stato in grado di trovare alcun software che faccia questo genere di cose su interi blog. Esiste un software disponibile per farlo?

Il software che stai cercando può avere molti titoli, come "Analisi del contenuto" , "Nuvola di tag" o "Meta tag" e molti altri come "analisi del testo" e "mining del testo".

Ci sono molti strumenti software per questi scopi, sia gratuiti che commerciali.

Non ho esperienza personale con tali strumenti, ma un buon punto di partenza è Strumenti di analisi del testo che elenca dozzine di tali strumenti, sia gratuiti che commerciali.

Un altro di questi elenchi è Software di analisi dei testi, Estrazione di testo e Recupero di informazioni .

Dai un'occhiata a Rapidminer o Weka

Visto che si tratta di un blog di clienti, probabilmente hai accesso al database. Scarica tutti gli articoli in testo semplice e utilizza uno dei programmi sopra indicati per affrontare le domande sull'elaborazione del linguaggio naturale (1,2,3 e 5).

Il numero di usi è difficile da automatizzare davvero poiché ha a che fare con la determinazione automatica del significato delle parole usando il contesto.

uno dei software di analisi del contenuto più è WordStat progettato da Provalis Research

WordStat è un modulo di analisi del testo per QDA Miner o SimStat. WordStat combina il metodo di analisi del contenuto utilizzando l'approccio del dizionario e l'esplorazione di molti algoritmi o vari metodi di estrazione del testo. WordStat può applicare dizionari di categorizzazione esistenti a un nuovo corpus di testo. Può anche essere utilizzato nello sviluppo e nella validazione di nuovi dizionari di categorizzazione. Se utilizzato in combinazione con la codifica manuale, questo modulo può fornire assistenza per un'applicazione più sistematica delle regole di codifica, aiutare a scoprire le differenze nell'uso delle parole tra i sottogruppi di individui e aiutare nella revisione della codifica esistente utilizzando le tabelle KWIC (Keyword In Context). WordStat è specificamente progettato per studiare informazioni testuali come risposte a domande aperte, interviste, titoli, articoli di riviste, discorsi pubblici, comunicazioni elettroniche, ecc.

http://provalisresearch.com/products/content-analysis-software/

Potresti provare la Mathematica di Wolfram . Dovrai fare un po 'di programmazione, ma tutti gli strumenti di cui hai bisogno sono lì:

• Connettività al database , in modo da poter recuperare i post sul blog
• La manipolazione dei dati funziona come: Tally , GatherBy
• Analisi linguistica (solo inglese): WordData

Ad alcune di queste domande è possibile rispondere in modo rapido e sporco utilizzando Ricerca Google sul tuo blog (più semplice se ha un proprio dominio).

Zemanta esegue analisi e può suggerire tag e collegamenti. È anche un plugin per wordpress.

Unico problema: allo stato attuale richiede l'apertura manuale, la selezione e il salvataggio di ciascun post.

Tuttavia, esiste un numero enorme di plug-in con tag automatico per wordpress. Dovresti cercare il plug-in finder e provarlo.