---
name: text-analysis
description: 分析文本内容并提供关键信息提取、情感分析和主题识别。适用于处理文档、评论、文章等文本数据，帮助快速理解文本核心内容和情感倾向。
license: MIT
compatibility: 需要网络访问和基础文本处理库
metadata:
version: "1.0.0"
author: "iFlow Team"
tags: "text processing analysis sentiment"
allowed-tools: read-file write-file search
---
# 文本分析技能
## 概述
本技能提供全面的文本分析功能，包括关键词提取、情感分析、主题识别和文本摘要。
## 使用场景
- 分析用户评论和反馈
- 处理文档内容提取关键信息
- 社交媒体文本分析
- 市场调研文本数据处理
## 操作步骤
### 1. 文本预处理
- 清理文本中的特殊字符和噪音
- 标准化文本格式
- 移除停用词（可选）
### 2. 分析执行
根据需求选择以下分析方法：
#### 情感…
---
name: text-analysis
description: 分析文本内容并提供关键信息提取、情感分析和主题识别。适用于处理文档、评论、文章等文本数据，帮助快速理解文本核心内容和情感倾向。
license: MIT
compatibility: 需要网络访问和基础文本处理库
metadata:
version: "1.0.0"
author: "iFlow Team"
tags: "text processing analysis sentiment"
allowed-tools: read-file write-file search
---
# 文本分析技能
## 概述
本技能提供全面的文本分析功能，包括关键词提取、情感分析、主题识别和文本摘要。
## 使用场景
- 分析用户评论和反馈
- 处理文档内容提取关键信息
- 社交媒体文本分析
- 市场调研文本数据处理
## 操作步骤
### 1. 文本预处理
- 清理文本中的特殊字符和噪音
- 标准化文本格式
- 移除停用词（可选）
### 2. 分析执行
根据需求选择以下分析方法：
#### 情感分析
- 识别文本情感倾向（正面/负面/中性）
- 计算情感强度评分（0-1）
- 提供情感关键词
#### 关键词提取
- 使用 TF-IDF 算法提取重要词汇
- 识别实体名称和专有名词
- 生成词频统计
#### 主题识别
- 聚类相似内容
- 识别主要讨论主题
- 提供主题相关性评分
### 3. 结果输出
- 结构化分析报告
- 可视化图表建议
- 关键洞察总结
## 输入输出示例
### 输入示例
```
这个产品质量很好，但是价格有点贵。客服态度也很好，总体来说还是值得推荐的。
```
### 输出示例
```json
{
"sentiment": {
"polarity": "positive",
"score": 0.65,
"keywords": ["质量好", "值得推荐"]
},
"keywords": ["质量", "价格", "客服", "推荐"],
"topics": ["产品质量", "价格评价", "服务体验"]
}
```
## 常见问题处理
### 文本过短
- 少于10个字符的文本可能无法进行有效分析
- 建议合并多个短文本或提供更多上下文
### 多语言混合
- 自动检测主要语言
- 分别处理不同语言部分
- 提供多语言分析报告
### 特殊领域文本
- 针对专业术语进行词典扩展
- 使用领域特定的分析模型
- 提供定制化分析规则
## 最佳实践
1. 确保输入文本质量，避免过多噪音
2. 根据具体需求选择合适的分析方法
3. 结合业务背景解读分析结果
4. 定期更新分析模型和词典
## 相关工具
- 情感分析脚本：见 `scripts/sentiment-analyzer.py`
- 文本预处理工具：见 `scripts/preprocessor.py`
- 分析参考文档：见 `references/analysis-methods.md`