scattertext
Erstellen Sie interaktive HTML-Streudiagramme, die visualisieren, wie sich die Sprache zwischen Dokumenttypen unterscheidet.
Generieren Sie interaktive HTML-Streudiagramme, um unterscheidende Begriffe in Textcorpora zu finden.
Scattertext ist eine Python-Bibliothek, die browserbasierte interaktive Visualisierungen darüber erstellt, wie sich die Sprache über Dokumentkategorien hinweg unterscheidet. Sie hilft Ihnen bei der Analyse von Begriffshäufigkeiten, Assoziationen und semantischen Mustern mithilfe von sich nicht überschneidenden Beschriftungen. Datenwissenschaftler und Textanalysten, die Textdatensätze untersuchen, werden sie besonders nützlich finden.
Was es ist
Es verarbeitet eingelesene Textcorpora und erzeugt interaktive D3-Streudiagramme, bei denen Punkte Begriffen oder Phrasen entsprechen, die nach Kategorienutzung positioniert sind. Zu den Funktionen gehören Algorithmen zur Etikettenplatzierung zur Vermeidung von Überschneidungen, Zoom- und Schwenksteuerung sowie Unterstützung für alternative Bewertungsmethoden wie Cohen's d, Hedge's g und Bi-Normal Separation. Sie können auch Themenmodelle, Word-Embeddings und spezialisierte Wörterbücher wie Empath oder Moral Foundations visualisieren.
Für wen
Es eignet sich für Python-Entwickler und Computer-Sozialwissenschaftler, die Klassifikatorgewichte erklären oder Textcorpora vergleichen müssen. Es ist nicht geeignet für Benutzer, die kein Python beherrschen, oder für diejenigen, die ein Drag-and-Drop-Web-Dashboard ohne Programmierung suchen.
Wichtige Funktionen
Interaktive D3-Streudiagramme
Erstellen Sie browserbasierte Visualisierungen mit sich nicht überschneidenden Begriffsetiketten und Zoom-Unterstützung.
Mehrere Bewertungsmethoden
Bewerten Sie Begriffe mithilfe von skaliertem F-Score, Cohen's d, Hedge's g, Cliff's Delta oder Bi-Normal Separation.
Unterstützung für spezialisierte Wörterbücher
Visualisieren Sie Empath-Themen, Moral Foundations 2.0-Kategorien und SentencePiece-Token.
Modellinterpretation
Erklären Sie Textklassifikationsgewichte von scikit-learn und Themenmodelle durch interaktive Projektionen.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Generiert eigenständige interaktive HTML-Dateien zum einfachen Teilen
- Intelligente Etikettenpositionierung verhindert Textüberlappungen bei dichten Diagrammen
- Unterstützt standardmäßig mehrere statistische Effektstärkenmetriken
- Integriert sich in beliebte NLP-Bibliotheken wie spaCy, gensim und jieba
Schwächen
- Erfordert Kenntnisse in der Python-Programmierung und Textvorverarbeitung
- Schwere Berechnungen können für sehr große Corpora ressourcenintensiv sein
- Die beste Leistung erfordert die Installation mehrerer externer NLP-Abhängigkeiten
Preise & Lizenz
Kostenlos unter der Apache-2.0-Lizenz. Es gibt keine kostenpflichtigen gehosteten Optionen vom Projekt, daher sind die einzigen Kosten das Ausführen in Ihrer Python-Umgebung.
Stellen für Deutschsprachige
870 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Nutze es, oder lass es uns einrichten
FAQ
Kann ich Scattertext ohne die Installation von spaCy verwenden?
Ja, Sie können spaCy durch scattertext.WhitespaceNLP.whitespace_nlp ersetzen, allerdings basieren Tokenisierung und Erkennung von Satzgrenzen dann auf einfachen regulären Ausdrücken.
Welche Browser eignen sich am besten zum Betrachten der Ausgabe?
Die generierten HTML-Ausgaben sehen in Chrome und Safari am besten aus und funktionieren dort am flüssigsten.
Wie verhindere ich, dass sich Etiketten überlappen?
Scattertext wendet automatisch einen Layout-Algorithmus an, der Punkte selektiv beschriftet, damit sie sich nicht mit anderen Etiketten oder Punkten überlappen.
