wordmesh特性有哪些

词云图相当于数据分析第一步-描述性统计。它能让我们更方便的从文本中抽取关键词，更好的把握文本的整体信息。

wordmesh使用spacy包里预装的语言模型来构建文本特征、基于图的算法来提取关键字、多维缩放以将这些关键字放在画布上等。

wordmesh特性:

• 关键词抽取：除了基于词频的抽取方式，wordmesh还支持基于textrank、sgrank和bestcoverage的抽取方法。

• 词语聚类：可以基于语义相似性、共线性和其他属性，在画布上绘制词语

• 关键词过滤：抽取的关键词可以基于该词语pos-tag或者命名实体过滤

• 字体颜色和字体大小：字体的大小和颜色可以基于词频、pos-tag（情感极性）等进行设置。

例子

这是力导向（force-directed）算法的可视化。 这些单词是使用《international law》教科书中的textrank提取的，并根据它们的共现频率在画布上组合在一起。 颜色表示单词的pos标签。

这个是史蒂夫乔布斯在斯坦福的毕业典礼演讲。关键字使用textrank提取，并根据其textrank得分进行聚类。字体颜色和字体大小也是textrank得分的函数。

这是来自相同的文本，不过这里是基于关键字的共现频率进行了聚类。 相同聚类词语使用相同的标准来指定颜色。从单词的位置可以看出这一点。 你可以看到像'hungry'和'foolish'这样的词汇被组合在一起，因为它们在文本中彼此接近，作为着名引语“Stay hungry. Stay foolish”的一部分。