Wolfram语言包括越来越复杂的工具，用于分析和可视化文本，包括结构和语义。
文本的来源
导入 ▪ 示例数据 ▪ 维基数据
字数（WordCount） —文本中的单词总数
单词计数 —字数或
-克
单词频率 —单词频率或
-克
信件计数 ▪ 字符计数
排序 —按字母顺序排序
关键字排序 ▪ Take最大
分类 —基于训练数据或内置分类器对字符串进行分类
最近的 —从列表中查找最匹配的字符串
查找群集 —在字符串数据中查找簇
聚类树 ▪ 群集组件 ▪ 群集分类
树状图 —相似性层次图
编辑距离 —编辑或Levenshtein距离
语言识别 —确定文本使用的语言
字典查找 ▪ 文字数据 ▪ 词干 ▪ 语音部分 ▪ 转写
单词频率数据 —典型现代和历史文本的词频数据
语义导入 —导入具有语义理解的文本
LLM功能 —将自然语言指定的基于LLM的操作应用于文本
LLM资源函数 —从应用基于LLM的操作Wolfram提示库
LLM示例函数 ▪ LLM提示 ▪ LLM综合 ▪ LLM工具
文本可视化
样式 —使用颜色、字体或大小设置文本样式
文字云 —从单词频率或权重生成单词云
代码段 —提取一段文本
字符串分区 —将字符串划分为大小相等的块
插入换行符 —将字符串拆分为多行
文本分析
文本结构 —将文本解析为其语法结构
序列对齐 ▪ 最长通用子序列 ▪ 距离矩阵 ▪ 。。。
内容分析
文本内容 —生成文本中已标识元素的数据集
内容提取
文本案例 —提取象征性指定的元素
包含 ▪ 选择 ▪ 实体
文本位置 —符号指定元素的位置
查找文本答案 —尝试从文本中找到问题的答案
文本单词 ▪ 文本句子 ▪ 删除关键词 ▪ 删除音调符号 ▪ 。。。
