【文件属性】：
文件名称：scattertext：关于文档类型之间语言差异的漂亮可视化
文件大小：7.38MB
文件格式：ZIP
更新时间：2021-02-03 15:16:24
visualization d3 nlp machine-learning natural-language-processing
分散文字0.1.0.0
一种用于在语料库中查找区别性术语并将其显示在交互式HTML散点图中的工具。 与术语相对应的点被有选择地标记，以使它们不与其他标记或点重叠。
以下是使用Scattertext创建可视化术语的示例，该术语在2012年美国政治公约中使用。 在散点图中，最关联的2,000个字母组合显示为点。 他们的x轴和y轴分别是共和党和*党议长使用它们的密集等级。
import scattertext as st
df = st.SampleCorpora.ConventionData2012.get_data().assign(
parse=lambda df: df.text.apply(st.whitespace_nlp_with_sentences)
)
corpus = st.CorpusFromParsedDocuments(
df, category_col='party', parsed_col='parse'
).build().get_unigram_corpus().compact(st.AssociationCompactor(2000