概念：评论的语义主题
Peakon 的语义主题使用自然语言处理 (NLP) 分析员工评论，以识别重要主题和整体情绪。
不像 概念：评论的关键字主题，语义主题根据评论的含义将其分组为主题。
注意事项
- 预定义主题标签具有上下文相关性，比关键字主题更长且更有意义。
- 语义主题跨越多个驱动因素，可以构成更广泛主题的一部分。
- 对评论的最低数量没有要求。
- 对启用问题的最低数量没有要求。
- 语义主题实时生成。
- 语义主题使用来自各个时代的评论。
- 不涉及任何第三方子处理或额外选择。语义主题功能完全是内部的。
- 虽然对根据语义主题对评论进行分组的最低评论数量没有要求，但仪表板必须满足您的组织设定的保密性要求。
工作原理
工作原理
Peakon 结合 NLP 和机器学习，将具有相似含义的评论分组以形成主题。这些评论组显示在总体主题下，帮助用户识别潜在的关注领域。
这需要 Peakon 预先定义分类主题，而不是按照以下方式自动生成主题： 概念：评论的关键字主题。
无法从语义主题中删除主题主题。