Cartolabe:一种基于网页的大规模文档集合可缩放可视化工具
人机交互
2020-10-20 v2
摘要
我们描述了 CARTOLABE,一个基于网页的多尺度系统,用于基于主题对大型文本语料库进行可视化和探索,并引入了一种用于过滤查询渐进式可视化的新机制。CARTOLABE 最初设计用于表示和浏览不同学科的科学出版物,后来发展成为一个通用框架,可容纳各种语料库,从维基百科(450万条目)到法国全国辩论(430万条目)。CARTOLABE 由两个模块组成:第一个依赖自然语言处理方法,将语料库及其实体(文档、作者、概念)转换为高维向量,计算它们在二维平面上的投影,并提取平面区域的有意义标签。第二个模块是基于网页的可视化,使用 UMAP 投影方法显示由语料库多维投影计算得到的瓦片。该可视化模块旨在使没有可视化和数据分析专业知识的用户能够概览其语料库并与之交互:探索、查询、过滤、平移和缩放语义感兴趣的区域。我们讨论了三个用例,以说明 CARTOLABE 的通用性以及将大规模文本语料库可视化与探索带给广大受众的能力。
引用
@article{arxiv.2003.00975,
title = {Cartolabe: A Web-Based Scalable Visualization of Large Document Collections},
author = {Caillou Philippe and Renault Jonas and Fekete Jean-Daniel and Letournel Anne-Catherine and Sebag Michèle},
journal= {arXiv preprint arXiv:2003.00975},
year = {2020}
}