这款NLP利器火了！关键词提取、结果可视化，从小白进阶高手

　　这款NLP利器火了！关键词提取、结果可视化，从小白进阶高手

　　萧箫 发自 凹非寺

　　量子位 报道 | 公众号 QbitAI

　　如何快速高贵地处理你的NLP数据集？

　　试试这款堪称「从小白到高手」的Texthero的工具包。

　　不仅编撰快速简单，而且功能全面，预处理、表征、可视化样样精通，在Reddit上17个小时内就获得了逾1.1k的热度。

　　连刚脱机的NLP程序猿看了都想与数据集再战几回：

　　下面是Texthero的使用疗效。

　　△ 优雅美观的NLP数据处理界面

　　事实上，Texthero的高贵绝不仅仅在于编撰的快速，最关键的是，它省略了大量重复性代码编撰工作。

　　只须要几行代码，Texthero能够帮你完成想要的数据预处理、表征、可视化等操作，极大程度上解放了你的手掌。

　　来瞧瞧Texthero进行数据预处理、各种算法后的可视化疗效。

　　效果展示

　　首先，进行文本清除，然后采用TF-IDF算法进行特点表示，并对此可视化：

　　PCA聚类后的疗效duangduang的：

　　△ 进行文本清除和TF-IDF表征后的可视化疗效

　　这不是你想要的？

　　那么，除了预处理和表征外，试试加上K均值聚类算法，并进行可视化：

　　效果如下：

　　△ 进行预处理、表征和K均值聚类算法后的数据疗效

　　经过K均值聚类算法处理后的结果一目了然。

　　不仅上手简单，加载代码后，结果会生成在在同一个界面上，整体逻辑流程变得十分明了。

　　△ 使用疗效

　　从展示疗效来看，Texthero只须要编撰少量代码，就能得到你想要的结果，为数据处理市去了不少时间。

　　事实上，只要把握基本使用逻辑，萌新也能快速上手这款NLP数据处理利器。

　　使用手册

　　pip一下texthero后（或从GitHub上直接下载工具包，文末附代码链接），采用import导出它和pandas：

　　之后，加载你须要处理的文本信息数据集（这里采用了BBC sport数据库举例）：

　　然后就可以开始使用了：

　　预处理

　　如果须要进行快速的数据预处理操作，直接使用「文本清除」就行：

　　当然，如果你须要对文本信息进行更细节的处理操作，例如将所有标点符号替换成空格、或者删掉中的所有内容，Texthero也提供了十分完备的工具包，以供使用。

　　△ 光是预处理栏目就有这么多工具

　　再也不用编撰一大堆代码，专门清除文本中的冗余数据了。

　　表征

　　同样，如果须要进行TF-IDF算法特点表示的话，同样只须要几行代码能够实现：

　　一键出结果：

　　如果须要更多的算法，这里也有meanshift、NMF等算法可以选用，每种算法基本都集成在一行代码中，你想要的这儿都有。

　　可视化

　　而在可视化方向上，Texthero同样突显出了强悍的能力，这里以PCA聚类后的结果进行展示：

　　可视化疗效十分清晰：

　　同样，可视化也可以自定义颜色、结果展示维度等，只须要一点Python的知识能够快速使用。

　　这么便捷的NLP数据处理工具包，赶紧用上去～

　　传送门

　　代码链接：

　　项目链接：

　　— 完 —

　　量子位 QbitAI · 头条号签约