图 2 显示了工作流程的概述。首先，从数据表中读取小红帽的故事。我们应用了一些预处理步骤，包括转换为小写和句子提取。接下来，使用 Auto-Binner 节点将故事分成几个箱子。每个箱子中的句子数量因故事而异，用户可以更改。在工作流程中，您可以看到两个示例：一个将故事分成 86 个箱子，每个箱子包含一个句子，而第二个示例将故事分成 21 个箱子，每个箱子包含四个句子。在图 1 中，您可以看到基于 21 个箱子的图表，下面的图 3 显示了基于 86 个箱子的图表。
您可以从我们的中心下载 Topic River Red Riding Hood 工作流程 这里。
图 2：工作流程概览：在最顶部的分支中，每个箱 阿塞拜疆电话号码数据 子使用四个句子。中间的分支显示每个箱子一个句子的可视化。在底部的分支中，循环执行了从每个箱子一个句子、两个句子等，直到总共只有三个箱子。根据不同的循环可视化结果，我们可以确定最佳的每箱子句子设置。
图 3：小红帽文本流可视化，每个容器一个句子。与图 1 相比，几乎看不出字符共现。每个容器一个句子通常粒度太细，导致容器之间出现高频波动。
将句子均匀地分成几部分后，我们使用 GroupBy 节点将每个部分中的所有句子连接起来，并将它们转换为文档，为每个部分提供一个文档。现在是时候使用 Dictionary Tagger 节点标记主要角色并计算其出现次数，并使用 TF 节点创建一个词袋并计算词频。
此时，我们已经拥有了所需的所有数据——每个字符在每个容器中的绝对频率——但它们的格式还不正确。我们希望字符名称是列名，行包含每个容器中的频率值。为此，我们使用了 Pivoting 节点。整个过程如图 4 所示。现在数据处理已完成，可以应用 Stacked Area Chart 节点来可视化文本流。