上篇文章《用PPT製作詞雲》中使用的分詞文本是英文，如果針對中文，參照上篇的方法使用PPT中的Pro Word Cloud是不能形成一個正確的詞雲圖的。
因為該插件的原理是"識別空格之間的詞語，進而對其詞語進行詞頻統計，根據詞頻大的詞語字體大，詞頻小的詞語字體小的原則形成詞雲圖"，下面用一個小實驗來驗證一下。
將一段中文文本複製進PPT實驗，產生的詞雲圖就是一段句子。如下圖所示。
如果我人為地將中文文本進行空格分隔，可以看到詞雲圖上的詞語就是我們空格分隔所形成的"詞語"。
因為英文本身是有空格分隔詞的，所以形成的詞雲沒有任何問題，換成中文的話，就需要已經分好詞的文本才可以。簡而言之，中文比英文多了一道"加工"程序而已。
藉助集搜客GooSeeker的分詞打標軟件來生成已經分好詞的文本，操作步驟如下：
1. 登錄
2. 導入數據
填寫任務名稱後導入包含一列數據的excel表，文件不要超過10M。
3. 進入我的任務，原數據都加載上來之後，點擊"篩選詞語"，篩選詞語默認勾選全部，如果你不需要某個詞，可以對其取消勾選。
將全部詞語篩選之後，點擊"選詞結果"，我們的目的是得到分詞結果，所以到第三步後點擊下載按鈕即可。會有四張表下載，這裡只需要用上分詞效果表。
我用集搜客GooSeeker網絡爬蟲在拉勾採集了一些Python軟件開發的職位信息，將其中"職位標籤"一列提取出來做分詞處理，通過上面的分詞軟件下載分詞結果之後，將"分詞效果"表中的"分詞數據"複製到了txt文檔中。
然後再將txt文檔中的分詞文本複製到了PPT中，選中文本點擊"Create Word Cloud"完成。
通過詞雲，我們可以直觀地瞭解到Python軟件工程師的職位標籤。
職位範圍：爬蟲、數據挖掘、人工智能、機器學習、後臺開發、服務器開發等
相輔技能：mysql、mongodb、linux、js、django、php等
應用領域：金融、信息安全、遊戲、醫療等
如果你還有興趣，可以再繼續瀏覽下文，我將簡單介紹一下用分詞軟件處理之後的四張表的用途。這四張表分別是：
打標結果
分詞效果
切詞表
選詞結果
打標結果表是一張詞與文本的矩陣關係表，左起第一列每行代表一個文本，詞語在某個文本中出現一次，矩陣的值即標為1，如果未出現，即為0。這是文檔的一種結構化特徵表示，該表可用於做進一步的自然語言處理。
分詞效果表可以看到原數據、分詞數據與打標詞。打標詞對應文本分出的詞語（去除無效詞）。
切詞表和選詞結果都是詞頻統計結果，前者是軟件默認對所有文本進行分詞後得出的詞頻統計結果，後者是你將不需要的詞去掉後剩下的詞語的頻率統計結果。如果你沒有去詞處理，那麼兩個結果表會是一樣的。
詞頻表可以做進一步形成可視化圖表，比如：python軟件工程師職位標籤TOP15分佈情況。
PS：
本文重點解釋下如何用PPT插件Pro Word Cloud對中文文本形成詞雲圖，如果你想進一步瞭解分詞打標軟件，移步：
應用案例：
閱讀更多 語義網絡爬蟲 的文章
關鍵字: 軟件 製作 PowerPoint
