欢迎各位名师讲堂会员参加明晚 8 点的直播课：「Stata 中的文档主题建模」
是不是感觉其他培训班的实证课程都非常的昂贵，对于 RStata 名师讲堂会员们，不用多花一分钱就可以参加我们下周的新系列课程 「Stata 中文文本分析」！
之前给大家讲解过使用 R 语言进行文本数据分析的课程：
R 语言文本分析：https://rstata.duanshu.com/#/brief/course/bf37cf50eef04d38b43541cc52114c96
里面介绍了如何使用 R 语言进行文本分析，包括中文文本分词、词频统计、情感分析、共现分析、TF-IDF 分析、词云图和网络图的绘制、主题建模等内容。
尽管该课程是从 R 语言的安装开始讲解的，不过对于没有学习过 R 语言的小伙伴来说，学习这样的课程还是非常有难度的。因此我想是不是可以把这些操作在 Stata 中复现，这样大家就不必受“新学一门编程语言”的苦了。
Stata 文本分析的难点其实主要是难以进行中文文本分词，我试着用 C 语言编写了一些插件来解决，但是发现还是不太好用，难以跨系统使用。因此我最后采用的方案是在分词的时候调用一小段 R 代码，这些“模板代码”几乎不需要修改，即使不会 R 语言的小伙伴也能轻松使用。然后大部分文本分析操作还是使用 Stata 完成。这样就实现了在 Stata 中进行中文文本分词的功能。
另外一个技术难点是 Stata 难以绘制精美的词云图和网络图，我通过封装 highcharts.js 图表库编写了一些绘图命令解决了这个问题。
至于词频统计、TF-IDF 指标、主题建模之类的方法使用 Stata 原生代码即可实现。
本系列课程 7 月 22 日开讲，和之前的模式一样，差不多每周一次课，包含如下课时：
第一周：Stata 的安装、Sublime text 的配置及初识 Stata 文本分析
Stata 的安装和 Sublime text 编辑器的配置； R 语言的安装和配置、rcall 命令的使用； 通过一个案例来初步认识 Stata 进行文本分析的基本方法。
第二周：Stata 的预备知识
介绍 Stata 中的基础概念和基础代码； 通过案例演示 Stata 中数据处理的基本方法。
第三周：Stata 中的字符串处理与正则表达式
介绍字符串的基础； 介绍字符串的一些操作函数； 正则表达式的使用； 中文正则表达式的使用； 文本数据的读取约定
第四周：使用 Stata 爬取上市公司的年报数据
如何进行网页分析； 如何处理 json 格式的数据； 如何进行网络数据爬取。
第五周：使用 Stata 进行词频统计、中文文本分词
如何把 pdf 文件批量转换成 txt 文件； 如何批量读取 txt 文件； 如何对中文文本进行分词。
第六周：Stata 中的词频统计、逆文档指数与 TF-IDF 分析
词频统计； 计算 tf、idf 以及 tf-idf 指标。
第七周：Stata 中的文本情感分析与情感词云图绘制
情感词典的使用； 比较不同情感词典的结果； 使用 Stata 绘制精美的词云图
第八周：词语间的相关性：n-grams 词干提取、相关性分析及词汇共现网络图的绘制
双词组分析； 双词组 tf-idf 指标的计算； 相关性分析； 词汇共现网络的绘制
第九周：使用 Stata 调用百度大脑自然语言处理接口进行文本情感倾向分析
百度大脑自然语言接口的介绍； 在 Stata 中调用文本情感倾向分析接口获取情感得分。
第十周：Stata 中的文档主题建模
Stata 中文档主题建模的方法； 调用 R 语言实现文档主题建模。
第十一周：案例：使用 Stata 语言处理港股年报计算数字赋能指数（繁体文本的文本分析）
第十二周：案例：使用 Stata 从文本中提取地址
第十三周：案例：使用 Stata 对扫描文档进行 OCR 并提取表格数据
第十四周：案例：使用 Stata 调用百度文心千帆大模型进行文本分析与文本主要内容提取
第十五周：使用 Stata 提取一大堆文本文件中的词频并绘图展示：分词之外的方法
第 11～15 次课实际上是之前讲解过的一些案例，也准备收入这个系列课程中。
如何参加课程？
购买 RStata 名师讲堂会员即可参加全部课程啦（之前的和未来的都可以参加）！
价格：2800/年 或者 4800/长期
名师讲堂会员权益：
参加每个月 3～4 次的名师讲堂课程； 参加平台上的其他 R 语言和 Stata 的课程； 以会员折扣价购买我们分享的数据资料（10 元/份）； 课程内外的提问解答服务（课程外的尽量帮忙解决）。
* 如果发票可添加小编微信 r_stata （RStata 李老师）开具。如需数据资料，购买后可添加小编微信免费领取数据折扣卡。
更多关于 RStata 会员的更多信息可添加微信号 r_stata 咨询：
课程主页（点击文末的阅读原文即可跳转）：
https://rstata.duanshu.com/#/brief/course/b6a9efd94e5a48c2bba52dc9fdfd4291
