目录

1. 什么是文本分析

文本分析是指对文本特征项的选取过程，是 Natural Language Processing (NLP) 的一个重要环节。在现实生活当中，有很多重要的数据都是以文本形式存在，为广义上的非结构化的数据。例如，年报中管理层讨论与分析部分的文字、工作报告中的文字等。

从已有发表来看，主流的期刊杂志中仍缺少对文本信息的觉察与测量，且测量方法在过去的十年内所呈现出的形式都较为单一化。而现有的文本分析工具一般以 Python 的 jieba、snownlp、sklearn 等为主，本推文将介绍一种以 Stata 作为主力工具的文本分析方法。