学会《大数据可视化技术》_轻松读懂你的数据_6.3 文本信息可视化

【摘要】 本书摘自《大数据可视化技术》一书中第6章，第3节，杨尚森、许桂秋主编。

6.3 文本信息可视化

文本可视化可以分为文本内容的可视化、文本关系的可视化以及文本多特征信息的 可视化。文本内容可视化是对文本内的关键信息分析后的展示，文本关系的可视化既可 以对单个文本进行内部的关系展示，也可以对多个文本进行文本之间的关系展示。文本 多特征信息的可视化，是结合文本的多个特征进行全方位的可视化展示。

6.3.1 文本内容可视化

文本的内容可以通过关键词、短语、句子和主题进行展现。

1. 关键词可视化

一个词语若在一个文本中出现的频率较高，那么这个词语就可能是这个文本的关键 词，它可以一定程度上反映出一个文本内容所要表达的含义。

关键词可视化是用一个文本中的关键词来展示该文本的内容。

(1)标签云 (Tag Clould)。 标签云是一种最常见的、简单的关键词可视化方法， 它的步骤分为2步：

①统计出文本中词语的出现频率，提取出出现频率较高的关键词。

②按照一定的顺序和规律将这些关键词展示出来。比如说，用颜色的深浅，或者字 体的大小，来区分关键词的重要性。

如图6-3所示，将一个文本中的关键词提取出来，并用自定义的形状来呈现所有关 键词，其中频率越高的关键词，显示的颜色越深，字体越大，频率不高的关键词，显示 的颜色越浅，字体越小。

标签云可视化技术不断发展，其中Wordle技术对关键词的展示更加美观，在空间利 用和美学欣赏方面都有所提升。

(2)文档散 (DocuBurst)。 文档散是由多伦多大学的克里斯托弗 · 柯林斯

(Christopher Collins)教授研究出的一个在线文本分析和文档可视化工具，通过导入 TXT形式的文本数据，生成HTML 形式的可视化图片。

文档散使用词汇库中的结构关系来布局关键词，同时使用词语关系网中具有上下语 义关系的词语来布局关键词，从而揭示文本中的内容。上下语义关系是指词语之间往往 存在语义层级的关系，也就是说， 一些词语是某些词语的下义词，而一篇文章中，上下 语义关系的词语一般是同时存在的。

文档散的方法如下：

给一个单词作为中心点。中心点的词汇可以由用户指定，不同的中心点词汇呈现出 的可视化结果大不相同。

将整个文章内的词语视觉化在一个放射式层次圆环中，外层的词是内层词的下义 词。这样就可以一 目了然的展示文档根据中心词在词语关系网中是如何被呈现的。

2. 时 序 文 本 可 视 化

时序性的文本特性就是具有时间性和顺序性，比如，新闻会随着时间变化，小说会随着故事情节变化。

( 1 ) 主 题 河 流 (ThemeRiver)。 主题河流是由苏珊 · 阿弗尔 (SusanHavre) 等 学 者于2000年提出的一种时序数据可视化方法，主要用于反映文本主题强弱变化的过程。 经典的主题河流模型包括两个属性：

颜色，表示主题的类型， 一个主题用一个单一颜色的涌流表示。但是，颜色种类有 限，若使用一种颜色表示一个主题，会限制主题的数量，因此，可以使用一种颜色表示 一类主题。

宽度，表示主题的数量(或强度),涌流的状态随着主题的变化，可能扩展、收缩 或者保持不变。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 [email protected] 处理，核实后本网站将在24小时内删除侵权内容。