mcpField
A
analyzing-text-with-nlp

analyzing-text-with-nlp

github.com/jeremylongshore数据与数据库2.9k80 次安装2 天前更新
代码仓库

关于 analyzing-text-with-nlp

供 Claude 使用的文本分析技能，通过 nlp-text-analyzer 插件提取情感、关键词、命名实体和主题，适合分析文档并为后续工作提供结构化结果。

主要功能

  1. 01情感分析
  2. 02关键词提取
  3. 03命名实体识别
  4. 04主题建模
  5. 05结构化结果

适用场景

  1. 01判断产品评价情感
  2. 02提取文章关键词
  3. 03识别文本主题
  4. 04查看文本分析结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jeremylongshore/tons-of-skills-marketplace --skill analyzing-text-with-nlp

安装后在 Claude Code 中输入/analyzing-text-with-nlp确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

assets/
analysis_report_template.md
error_handling_examples.md
example_text_inputs.json
README.md
references/
README.md
scripts/
analyze_text.py
README.md

详细介绍

NLP 文本分析器

使用情感分析、关键词提取、命名实体识别和主题建模等 NLP 技术分析文本。

概述

此技能借助 nlp-text-analyzer 插件，让 Claude 能够分析文本并提取有意义的信息和见解。它支持情感分析、关键词提取和主题建模等任务，帮助更深入地理解文本数据。

工作原理

  1. 请求分析：Claude 接收用户的文本分析请求。
  2. 文本处理：nlp-text-analyzer 插件使用 NLP 技术处理文本。
  3. 提取见解：插件提取情感、关键词和主题等见解。

何时使用此技能

在需要执行以下操作时，此技能会激活：

  • 对一段文本进行情感分析。
  • 从文档中提取关键词。
  • 识别文本中讨论的主要主题。

示例

示例 1：情感分析

用户请求：“分析这条产品评价的情感：‘我很喜欢这款产品！它超出了我的预期。’”

此技能将：

  1. 使用 nlp-text-analyzer 插件处理评价文本。
  2. 判断情感为正面，并提供置信度评分。
示例 2：关键词提取

用户请求：“从这篇介绍 AI 最新进展的新闻文章中提取关键词。”

此技能将：

  1. 使用 nlp-text-analyzer 插件处理文章文本。
  2. 识别并返回相关关键词列表，例如“AI”“进展”“机器学习”和“神经网络”。

最佳实践

  • 清晰明确：提出具体请求，确保分析准确且相关。
  • 上下文：提供充分的上下文，以提高分析质量。
  • 迭代：根据初步结果完善请求，以达到预期效果。

集成

此技能可与其他工具集成，构建完整的工作流。例如，使用提取的关键词开展进一步研究，或使用情感分析对客户反馈进行分类。

前提条件

  • 具有适当的文件访问权限
  • 已安装所需依赖项

说明

  1. 在满足触发条件时调用此技能
  2. 提供必要的上下文和参数
  3. 检查生成的输出
  4. 根据需要进行修改

输出

此技能会生成与任务相关的结构化输出。

错误处理

  • 输入无效：提示进行更正
  • 缺少依赖项：列出所需组件
  • 权限错误：提供解决建议

资源

  • 项目文档
  • 相关技能和命令

评论

支持 Markdown