人民日報文字探勘研究網蒐集的人民日報文章，接近二百萬篇文章。如何使用這資料庫、進行分析並不容易。因為資料量龐大，必須仰賴電腦程式及各種演算法，從大量的文字中抽絲剝繭，找到背後的規則與現象。首先我們盤點用得到的演算法，在python, colab 的架構下，寫成副程式，降低初學者的進入門檻，提高分析的效率，在 colab 雲端平台上執行，非常方便。
我們開發的副程式，稱為 people 模組，其功能首先是資料篩選，設定不同的條件，篩選文本。接之下來詞頻計算，可以觀察趨勢變化。詞對分析，配合語料庫的運用，觀察共現性、繪製字詞的社會網絡圖。比較不同類型的文本，文字散布圖。自然語言處理是將字詞向量化，如此才可以使用電腦演算法。TFIDF 加權，降維是必頁的技巧，以便進行文本分群，主題分析，尋找字語的潛在語意。機械學習有助於文本分類，情感分析是其中的重點。深度學習，則最晚近突飛猛進的技術，文字探勘常用的有 word2vec, 以及 Bertopics 主題分析。以上這些方法，我們都寫成副程式，只要輸入參數、呼叫函數，即可得出結果。
people 模組的原始碼，大家可叫出修改，建構自己的模組。
應用範例，供大家參考。