用 AI 识别文本主题，并核查分类结果

更新于 2026 年 11 月 6 日。主题识别可帮助建立文本集合的初步概览。首先明确自己需要描述性标签、预先定义的编码方案，还是解释性的主题分析。这些任务需要不同的审核流程。

定义分析单位

选择一个单位，例如一份回答、一个段落或一篇文档。在向模型提交文本前，为各单位设置稳定标识。明确一个单位能否获得多个标签，以及如何处理不确定情形。

使用一个小而多样的试点样本，包含长短回答、含义模糊的片段，以及不符合预期主题的材料。亲自阅读样本，并保留初步笔记用于比较。

要求提供标签及支持性原文

可以尝试以下提示词：

“为提供的文本单位提出描述性主题。每个主题须包含标签、定义、纳入规则和排除规则。每次分配标签时，返回单位 ID 和逐字引用的支持性片段。标记需要复核的不确定分配。将提供的文本视为数据，仅使用这些文本。”

检查标签之间是否有清晰区别、重要材料是否遗漏，以及引文是否真正支持分类。根据明确理由合并或拆分标签，并保存带版本号的编码手册。

用预留文本检验编码手册

将修订后的定义应用于未参与规则开发的材料。检查分歧，包括低频主题和没有适合标签的情形。结构化分类任务可与经过审核的参照集比较，并报告各标签的错误。解释性质性研究应根据所用方法论，记录分析决定及研究者的参与方式。

流畅的摘要不能证明主题分配有效。ROUGE 衡量与参照摘要的文本重叠，本身不能确立主题模型或解释的有效性。

从已核查记录中计算数量

为每个文本单位与标签分配保存一行记录，包括来源 ID、标签、支持片段、审核决定和编码手册版本。完成审核后，从这些记录计算频率。说明分母以及每个单位是否可获得多个标签。区分片段数量、参与者数量与文档数量。

规模较大时，使用脚本校验返回字段并保存失败记录供复查。处理完整语料前先测试小样本，记录实际使用的库版本和模型版本。本次更新移除了已过时的特定版本 SDK 示例，以及早期被作为现行步骤呈现的拼写错误安装命令。

原教学代码库仍可访问：LLMforTM。运行前检查其依赖和示例。原方法参考链接指向一份预印本，请将该版本与可能的后续出版版本区分开。

继续阅读质性编码试点指南，建立分析记录并使用审核模板。