实验 | 互联网黑话与MD&A
最近大邓意外发现，使用mda预训练语言模型扩展互联网黑近义词，模型返回的有鼻子有眼的，这意味着上市公司高管在md&a中可能频繁使用了互联网黑话。
一、互联网黑话
二字动词
复盘，赋能，沉淀，倒逼，落地，串联，协同，反晡，兼容，包装，重组，履约，晌应，量化，发力，布局，联动，细分，梳理，输出，加速，共建，支撑，融合，聚合，集成，对齐，对标，对焦，拆解，拉通，抽象，摸索，提炼，打通，打透，吃透，迁移，分发，分层，分装，穿梭，辐射，围绕，复用，渗透，扩展，开拓。
二字名词
漏斗，中台，闭环，打法，拉通，纽带，矩阵，刺激，规模，场景，聚焦，维度，格局，形态，生态，话术，体系，抓手，赛道，认知，玩法，体感，感知，调性，心智，战役，合力，心力。
三字名词
颗粒度，感知度，方法论，组合拳，引爆点，点线面，精细化，差异化，平台化，结构化，影响力，耦合性，易用性，一致性，端到端，短平快。
四字名词
生命周期，价值转化，强化认知，资源倾斜，完善逻辑，抽离透传，复用打法，商业模式，快速响应，定性定量，关键路径，去中心化，结果导向，垂直领域，如何收口，归因分析，体验度量，信息屏障。
二、模型近义词
之前分享过一个中文金融领域的word2vec预训练语言模型，这里就不详细介绍模型参数。
使用中文MD&A数据集训练word2vec预训练模型， 可扩展或新建会计金融等领域的情感词典
文本分析最常用的方法是词典法(例如，LIWC)，而词向量模型可以帮助我们扩展或者构建概念情感词典。
现在给大家演示只给一个词，返回topn个语义最相关的词。
# 与 seedwords 最相关的前topn个词
# wv是预训练语言模型
expand_dictionary(wv=wv,
seedwords=['复盘'],
topn=10)
Run
['复盘',
'检视',
'检讨',
'KPI',
'考核评估',
'量化考核',
'跟踪考核',
'纠偏',
'过程跟踪',
'分析总结',
'KPI指标']
expand_dictionary(wv=wv,
seedwords=['赋能'],
topn=10)
Run
['赋能',
'技术赋能',
'全面赋能',
'平台赋能',
'科技赋能',
'助力',
'数字化赋能',
'数据赋能',
'数智化',
'数据驱动',
'生态构建']
expand_dictionary(wv=wv,
seedwords=['感知度'],
topn=10)
Run
['感知度',
'体验度',
'产品认知度',
'知晓度',
'购买率',
'品牌黏性',
'满意度忠诚度',
'忠诚度美誉度',
'消费者满意度',
'体验满意度',
'好感度']
expand_dictionary(wv=wv,
seedwords=['倒逼'],
topn=10)
Run
['倒逼',
'倒逼企业',
'势在必行',
'迫使',
'大势所趋',
'促使',
'优胜劣汰',
'加速淘汰',
'势必',
'趋严',
'成为常态']
expand_dictionary(wv=wv,
seedwords=['闭环'],
topn=10)
Run
['闭环',
'完整闭环',
'全链路',
'全链条',
'全流程',
'闭环式',
'端端',
'端到端',
'服务闭环',
'全周期',
'闭环管理']
expand_dictionary(wv=wv,
seedwords=['端到端'],
topn=10)
Run
['端到端',
'端端',
'端到端的',
'全链路',
'端端的',
'数字化运营',
'全业务流程',
'场景全',
'全链条',
'敏捷',
'全价值链']
可以看到， 返回的近义词都是挺互联网范儿的。只有较为频繁使用， 语言模型才有可能捕捉到这种语义关系。这从侧面反映了近年来互联网高级黑话影响力之大。
三、获取模型
模型训练不易， 为付费资源。如需使用模型，可点击购买
精选内容
管理世界 | 用正则表达式、文本向量化、线性回归算法从md&a数据中计算 「企业融资约束指标」
PNAS | 14000+篇心理学顶刊论文可复现性调研(含代码)
可视化 | 词嵌入模型用于计算社科领域刻板印象等信息（含代码）
可视化 | 文本数据分成n等份、词云图、情绪变化趋势、相似度变化趋势