scattertext
Создавайте интерактивные HTML-диаграммы рассеяния, визуализирующие различия языка между типами документов.
Генерируйте интерактивные HTML-диаграммы рассеяния для поиска различающихся терминов в текстовых корпусах.
Scattertext — это библиотека Python, которая создает браузерные интерактивные визуализации различий языка между категориями документов. Она помогает анализировать частоту терминов, ассоциации и семантические паттерны с помощью непересекающихся меток. Она особенно полезна для специалистов по обработке данных и текстовых аналитиков, исследующих текстовые датасеты.
Что это
Она принимает разобранные корпусы документов и создает интерактивные диаграммы рассеяния D3, где точки соответствуют терминам или фразам, расположенным в зависимости от использования в категориях. Функции включают алгоритмы размещения меток для предотвращения наложения, элементы управления масштабированием и панорамированием, а также поддержку альтернативных методов оценки, таких как d Коэна, g Хеджеса и бинормальное разделение. Вы также можете визуализировать модели тематического моделирования, вложения слов и специализированные словари, такие как Empath или Moral Foundations.
Для кого
Она подходит для разработчиков на Python и специалистов по вычислительным социальным наукам, которым необходимо объяснить веса классификаторов или сравнить текстовые корпусы. Она не подходит пользователям, не знающим Python, или тем, кто ищет веб-панель с перетаскиванием элементов без написания кода.
Ключевые возможности
Интерактивные диаграммы рассеяния D3
Создавайте визуализации на базе браузера с непересекающимися метками терминов и поддержкой масштабирования.
Множество методов оценки
Оценивайте термины с помощью масштабированной F-меры, d Коэна, g Хеджеса, дельты Клиффа или бинормального разделения.
Поддержка специализированных словарей
Визуализируйте темы Empath, категории Moral Foundations 2.0 и токены SentencePiece.
Интерпретация моделей
Объясняйте веса текстовой классификации scikit-learn и темы моделей с помощью интерактивных проекций.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Генерирует автономные интерактивные HTML-файлы для удобного обмена
- Умное позиционирование меток предотвращает наложение текста на плотных графиках
- Поддерживает множество статистических метрик размера эффекта «из коробки»
- Интегрируется с популярными библиотеками NLP, такими как spaCy, gensim и jieba
Минусы
- Требуется владение программированием на Python и предварительной обработкой текста
- Тяжелые вычисления могут быть ресурсоемкими для очень больших корпусов
- Лучшая производительность требует установки нескольких внешних зависимостей NLP
Цены и лицензия
Бесплатно под лицензией Apache-2.0. Проект не предоставляет платных хостинговых вариантов, поэтому единственные затраты — это запуск в вашей среде Python.
Вакансии для носителей русского языка
870 открытых удалённых вакансий по обучению ИИ, обновлено 14 ноября 2026 г.; в большинстве оплата $20–$170 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Используйте сами или мы всё настроим
Вопросы
Могу ли я использовать Scattertext без установки spaCy?
Да, вы можете заменить spaCy на scattertext.WhitespaceNLP.whitespace_nlp, хотя токенизация и определение границ предложений будут опираться на базовые регулярные выражения.
Какие браузеры лучше всего подходят для просмотра результатов?
Сгенерированные HTML-файлы выглядят и работают лучше всего в Chrome и Safari.
Как предотвратить наложение меток?
Scattertext автоматически применяет алгоритм компоновки, который выборочно маркирует точки так, чтобы они не накладывались на другие метки или точки.
