scattertext
दस्तावेज़ प्रकारों के बीच भाषा कैसे भिन्न होती है, यह विज़ुअलाइज़ करने वाले इंटरैक्टिव HTML स्कैटर प्लॉट बनाएं।
पाठ कॉर्पोरा में विशिष्ट शब्दों को खोजने के लिए इंटरैक्टिव HTML स्कैटर प्लॉट जनरेट करें।
Scattertext एक Python लाइब्रेरी है जो ब्राउज़र-आधारित इंटरैक्टिव विज़ुअलाइज़ेशन बनाती है कि दस्तावेज़ श्रेणियों में भाषा कैसे भिन्न होती है। यह गैर-ओवरलैपिंग लेबल का उपयोग करके शब्द आवृत्तियों, संघों और सिमेंटिक पैटर्न का विश्लेषण करने में आपकी सहायता करती है। टेक्स्ट डेटासेट का पता लगाने वाले डेटा वैज्ञानिकों और टेक्स्ट विश्लेषकों को यह विशेष रूप से उपयोगी लगेगी।
यह क्या है
यह पार्स किए गए दस्तावेज़ कॉर्पोरा लेता है और इंटरैक्टिव D3 स्कैटर प्लॉट तैयार करता है जहां बिंदु श्रेणी उपयोग द्वारा स्थित शब्दों या वाक्यांशों से मेल खाते हैं। विशेषताओं में ओवरलैप को रोकने के लिए लेबल प्लेसमेंट एल्गोरिदम, ज़ूम और पैन नियंत्रण, और Cohen's d, Hedge's g, और Bi-Normal Separation जैसे वैकल्पिक स्कोरिंग तरीकों के लिए समर्थन शामिल है। आप Empath या Moral Foundations जैसी टॉपिक मॉडल, वर्ड एम्बेडिंग और विशेष शब्दकोशों को भी विज़ुअलाइज़ कर सकते हैं।
किसके लिए
यह उन Python डेवलपर्स और कम्प्यूटेशनल सोशल साइंटिस्ट्स के लिए उपयुक्त है जिन्हें क्लासिफायर वेट्स को समझाने या टेक्स्ट कॉर्पोरा की तुलना करने की आवश्यकता होती है। यह उन उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो Python नहीं जानते हैं या जो कोडिंग के बिना ड्रैग-एंड-ड्रॉप वेब डैशबोर्ड की तलाश कर रहे हैं।
मुख्य विशेषताएँ
इंटरैक्टिव D3 स्कैटर प्लॉट
गैर-ओवरलैपिंग शब्द लेबल और ज़ूम समर्थन के साथ ब्राउज़र-आधारित विज़ुअलाइज़ेशन बनाएं।
कई स्कोरिंग विधियां
स्केल्ड F-स्कोर, Cohen's d, Hedge's g, Cliff's Delta, या Bi-Normal Separation का उपयोग करके शब्दों को स्कोर करें।
विशेष शब्दकोश समर्थन
Empath विषयों, Moral Foundations 2.0 श्रेणियों, और SentencePiece टोकन को विज़ुअलाइज़ करें।
मॉडल इंटरप्रिटेशन
इंटरैक्टिव अनुमानों के माध्यम से scikit-learn टेक्स्ट वर्गीकरण वेट्स और टॉपिक मॉडल की व्याख्या करें।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- आसानी से साझा करने के लिए स्टैंडअलोन इंटरैक्टिव HTML फ़ाइलें जनरेट करता है
- स्मार्ट लेबल पोजीशनिंग घने प्लॉट पर टेक्स्ट ओवरलैप को रोकती है
- बॉक्स से बाहर कई सांख्यिकीय प्रभाव आकार मीट्रिक्स का समर्थन करता है
- spaCy, gensim, और jieba जैसी लोकप्रिय NLP लाइब्रेरी के साथ एकीकृत होता है
कहाँ कमी है
- Python प्रोग्रामिंग और टेक्स्ट प्रीप्रोसेसिंग में दक्षता की आवश्यकता होती है
- बहुत बड़े कॉर्पोरा के लिए भारी गणना संसाधन-गहन हो सकती है
- सर्वोत्तम प्रदर्शन के लिए कई बाहरी NLP निर्भरताओं को स्थापित करने की आवश्यकता होती है
मूल्य & लाइसेंस
Apache-2.0 लाइसेंस के तहत निःशुल्क। प्रोजेक्ट द्वारा कोई भुगतान किए गए होस्टेड विकल्प प्रदान नहीं किए जाते हैं, इसलिए एकमात्र लागत इसे अपने Python पर्यावरण में स्वयं चलाना है।
हिंदी बोलने वालों के लिए जॉब्स
876 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
क्या मैं spaCy स्थापित किए बिना Scattertext का उपयोग कर सकता हूँ?
हाँ, आप spaCy को scattertext.WhitespaceNLP.whitespace_nlp से बदल सकते हैं, हालांकि टोकनराइज़ेशन और सेंटेंस बाउंड्री डिटेक्शन बुनियादी रेगुलर एक्सप्रेस on पर निर्भर करेगा।
आउटपुट देखने के लिए कौन से ब्राउज़र सबसे अच्छे हैं?
जनरेट किए गए HTML आउटपुट Chrome और Safari में सबसे अच्छे दिखते और प्रदर्शन करते हैं।
मैं लेबल को ओवरलैप होने से कैसे रोकूँ?
Scattertext स्वचालित रूप से एक लेआउट एल्गोरिदम लागू करता है जो चुनिंदा रूप से बिंदुओं को लेबल करता है ताकि वे अन्य लेबल या बिंदुओं के साथ ओवरलैप न करें।
