文本处理技术

这是一篇关于文本处理技术的思维导图，主要内容包括：文本的可视化，文本的获取，文本的常用格式，详细介绍了文本处理技术在不同方面的关键内容，列举了多种文本格式及其说明，包括CAJ、RTF、HTML、PDG、TXT、DOCX、PDF等格式，介绍了它们的应用场景和打开方式。

文本处理技术

• 文本的常用格式
  • CAJ格式：中国学术期刊全文数据库（China Academic Journals），一般用CAJ全文浏览器阅读。
  • RTF格式：一种跨平台的文本格式。
  • HTML格式：一种用于创建网页的标记语言
  • PDG格式：超星数字图书的格式，一般用超星阅读器打开
  • TXT格式：微软在操作系统上附带的一种文本格式，主要用于保存文本信息。
  • DOCX格式：Microsoft Office系列软件Word生成的文档格式。 国内金山公司WPS Office系列Word的文档格式。
  • PDF格式：便携文档格式（Portable Document Format），由Adobe公司开发的跨平台文件格式
• 文本的获取
  • 键盘输入：优点是不需要附加其它录入设备, 缺点是费时费力。
  • 手写输入：优点是符合人们写字的习惯, 缺点是录入速度慢、只适合少量文本的输入。
  • 语音输入：优点是录入速度快, 缺点是语音识别率受话筒质量、录入者的普通话标准程度等因素的影响。
  • OCR识别输入 OCR（Optical Character Recognition）技术是光学字符识别技术的英文缩写。OCR识别是将图像中的文字识别出来，并转换为文本格式的文件，同时可对识别不正确的文本进行编辑修改。 优点是省时省力。 缺点是必须有原文稿，最后还要人工进行核对编辑。
  • 网络下载 (1)百度 (2) CNKI
• 文本的可视化
  • 思维导图
    • 思维导图的概念
    • 常用的思维导图软件
    • 绘制思维导图的原则
    • 思维导图的教学应用
    • MindMaster软件的基本操作
  • 词云
    • 词云的概念
    • 词云图的制作软件
    • 词云图的教育应用