scattertext
Crie gráficos de dispersão HTML interativos visualizando como a linguagem difere entre tipos de documentos.
Gere gráficos de dispersão HTML interativos para encontrar termos distintivos em corpora de texto.
Scattertext é uma biblioteca Python que cria visualizações interativas baseadas em navegador de como a linguagem difere entre categorias de documentos. Ela ajuda você a analisar frequências de termos, associações e padrões semânticos usando rótulos que não se sobrepõem. Cientistas de dados e analistas de texto explorando conjuntos de dados textuais acharão a ferramenta especialmente útil.
O que é
Ele pega corpora de documentos analisados e produz gráficos de dispersão D3 interativos onde os pontos correspondem a termos ou frases posicionados pelo uso na categoria. Os recursos incluem algoritmos de posicionamento de rótulos para evitar sobreposição, controles de zoom e panorâmica, e suporte a métodos de pontuação alternativos como d de Cohen, g de Hedge e Separação Bi-Normal. Você também pode visualizar modelos de tópicos, incorporações de palavras e dicionários especializados como Empath ou Moral Foundations.
Para quem
É adequado para desenvolvedores Python e cientistas sociais computacionais que precisam explicar pesos de classificadores ou comparar corpora de texto. Não é adequado para usuários que não sabem Python ou aqueles que procuram um painel web do tipo arrastar e soltar sem programação.
Recursos principais
Gráficos de Dispersão D3 Interativos
Construa visualizações baseadas em navegador com rótulos de termos que não se sobrepõem e suporte a zoom.
Múltiplos Métodos de Pontuação
Pontue termos usando F-score dimensionado, d de Cohen, g de Hedge, Delta de Cliff ou Separação Bi-Normal.
Suporte a Dicionários Especializados
Visualize tópicos do Empath, categorias do Moral Foundations 2.0 e tokens do SentencePiece.
Interpretação de Modelos
Explique pesos de classificação de texto do scikit-learn e modelos de tópicos por meio de projeções interativas.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Gera arquivos HTML interativos independentes para fácil compartilhamento
- O posicionamento inteligente de rótulos evita a sobreposição de texto em gráficos densos
- Suporta várias métricas estatísticas de tamanho de efeito prontas para uso
- Integra-se com bibliotecas de PLN populares como spaCy, gensim e jieba
Onde deixa a desejar
- Requer proficiência em programação Python e pré-processamento de texto
- Computações pesadas podem consumir muitos recursos para corpora muito grandes
- O melhor desempenho requer a instalação de várias dependências externas de PLN
Preços & licença
Gratuito sob a licença Apache-2.0. Não há opções hospedadas pagas fornecidas pelo projeto, portanto o único custo é executá-lo você mesmo no seu ambiente Python.
Vagas para quem fala português
870 vagas remotas abertas de treinamento de IA, atualizadas em 14 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Use, ou deixe que a gente configure
FAQ
Posso usar o Scattertext sem instalar o spaCy?
Sim, você pode substituir o spaCy por scattertext.WhitespaceNLP.whitespace_nlp, embora a tokenização e a detecção de limites de frases dependam de expressões regulares básicas.
Quais navegadores são melhores para visualizar a saída?
As saídas HTML geradas têm melhor aparência e desempenho no Chrome e Safari.
Como faço para evitar que os rótulos se sobreponham?
O Scattertext aplica automaticamente um algoritmo de layout que rotula pontos de forma seletiva para que eles não se sobreponham a outros rótulos ou pontos.
