面包屑图标 当前位置: 首页
AI资讯
热点详情

WPS AI表格自动分词操作指南

AI热点日报
AI热点日报时间:2026-06-11
热点解读

WPSAI通过语义理解实现表格自动分词,核心方法包括:使用WPSAI EXTRACT函数输入自然语言指令提取词语,或通过AI表格助手以对话或结构化指令按词语粒度拆分,并用SENTIANALYSIS函数验证分词合理性。

当谈到表格中的中文分词,许多人的第一反应往往是“分列”功能——遇到空格或逗号,直接拆分即可。然而,面对“人工智能发展迅速”这类缺乏明显分隔符的长文本,传统的分列操作便显得束手无策。此时,WPS AI的语义理解能力正好能派上用场。它无需你手动标记哪些字属于同一词语,只需用自然语言描述需求,AI便会根据语义或词性自动完成词语切分,结果类似“人工智能/发展/迅速”。

如何利用WPS AI在表格中实现自动分词

要顺利实现这一效果,关键在于掌握WPS AI的函数运作机制与助手交互逻辑。接下来直接分享实操方法。

利用WPS AI函数提取关键词并完成分词

操作步骤非常直观:首先选中需要分词的原始文本所在单元格,例如A2。接着,在目标单元格(如B2)中输入公式:
=WPSAI.EXTRACT(A2,"提取所有名词和动词,用顿号分隔")
按下回车键后,AI便会识别语义,返回类似“人工智能、发展、迅速”的结果。将公式向下拖拽填充,整列内容便能批量处理。

这里有一个关键细节需要特别强调:WPSAI.EXTRACT 函数并不响应纯空格或标点的分割指令——它只理解基于语义的指令。如果你写成“按字拆分”或“用逗号分开”,AI要么忽略,要么直接报错。因此,务必使用完整的自然语言描述你的分词意图,例如明确要求“提取所有名词和动词”,或者“按常见词语粒度进行拆分”。

借助AI表格助手批量生成分词结果

如果你不想编写函数,WPS AI的表格助手同样提供了两个非常实用的操作入口:

方法一:对话式指令分词
选中包含文本的整列,点击「WPS AI」选项卡,选择「AI表格助手」。在输入框中直接输入:“把A列每行内容按词语粒度拆分,保留原顺序,用斜杠连接各词”。点击发送,AI会生成预览,确认无误后点击【执行】即可。

方法二:结构化指令分词
同样唤起AI表格助手,选择【AI批量生成】。在指令框中填写:“对当前选区文本做中文分词,输出为单个词语列表,每个词占一行”。AI会自动插入新列,并将每个词分行填入对应行的单元格中。这一操作非常顺手,只需将文件直接拖拽进去即可。

需要注意的是:如果原始文本中混有大量英文、数字或专有名词(比如“iPhone16 Pro Max”),AI可能会将它们整体识别为一个词。此时需要在指令中补充说明,例如明确告诉它“把iPhone16 Pro Maxim拆分为iPhone、16、Pro、Max”。

使用WPSAI.SENTIANALYSIS辅助验证分词合理性

分词完成后,如何快速判断AI切出的词语是否合理?可以顺手调用情感分析函数进行交叉验证。在空白单元格中输入:
=WPSAI.SENTIANALYSIS(B2,"正面、中性、负面")
如果返回“中性”,说明分词没有引入情感偏差,结果基本合理。如果频繁返回“负面”,则需要警惕——很可能AI误将“断裂”“终止”这类中性词当成了情绪词来切分。遇到这种情况,应返回上一步,调整分词指令的措辞,比如明确要求“仅按词性划分,不判断情绪”。

总体而言,WPS AI在表格中的分词能力,其核心价值在于它理解的是“意图”而非“格式”。你只需用自然语言说清楚自己的需求,剩下的语义切分工作,AI都能帮你完成得相当利落。

热点追踪提示词
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:WPS AI表格自动分词操作指南要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
来源:https://www.php.cn/faq/2627112.html?uid=1221864
wps

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

相关热点
AI热点2026-07-16 07:28
RAG应用中使用结构化数据的5种高效实用方法

结构化数据也能为RAG(检索增强生成)注入新活力吗?答案是肯定的。下面这5种具体方法,能显著提升检索效果,让你的AI应用真正实现“智能”升级。先看几个核心思路:直接从行数据拆分为独立chunk、用SQL查询生成更丰富的上下文、将结构化数据作为非结构化内容的元数据、混合搜索策略,以及用结构化数据过滤向

AI热点2026-07-16 07:28
大模型异构硬件量化误差破局原理与实践

国产大模型推理优化究竟如何突破?从BF16 FP8向INT8的转换过程中,量化误差始终是一块难啃的硬骨头。本文梳理了来自金融AI一线团队的实战经验,从技术原理到落地操作,力求讲深讲透。 核心看点 1 国产大模型推理阶段如何有效应对量化误差带来的准确率下降 2 从技术层面深入剖析BF16 FP8转

AI热点2026-07-16 07:28
微软Deep Research智能体上线 整合o3与必应

微软近期推出了一项重磅更新——Deep Research功能正式上线。简单来说,这项技术将OpenAI的o3模型与必应搜索深度整合,能够将原本需要耗费数小时甚至数天的复杂研究任务,一键转化为自动化流程。 先来解析它的核心能力。在日常研究中,无论是撰写论文、进行行业分析还是调研竞品,第一步往往最令人头

AI热点2026-07-16 07:28
Anthropic:构建有效AI Agent的实用指南

先说一个核心判断:想要构建高效的AI智能体,实践经验表明,简洁的策略往往比复杂的框架更有效。 本文翻译自Anthropic近期发布的深度文章《Building effective agents》。过去一年里,我们与数十个团队合作,覆盖多个行业,共同开发基于大语言模型(LLM)的智能体系统。一个反复出

延伸阅读