用 Python 提取《釜山行》人物關系

hoohack 發布于2019-07-25 10:54 / 666人閱讀

摘要：項目代碼下載地址基于共現提取釜山行人物關系更多經典項目全部項目

項目簡介：本項目將帶大家使用 Python 提取《釜山行》人物關系，對于給定的劇本文本，通過分析文本中人物的共現關系，提取整個文本表示的人物關系，并將人物關系可視化表示。本項目教程由Forec發布在實驗樓。

一、項目介紹 1. 內容簡介

《釜山行》是一部喪尸災難片，其人物少、關系簡單，非常適合我們學習文本處理。這個項目將介紹共現在關系中的提取，使用python編寫代碼實現對《釜山行》文本的人物關系提取，最終利用Gephi軟件對提取的人物關系繪制人物關系圖。

2. 知識點

本項目完成過程中將學習：

共現網絡的基本原理

Python代碼對《釜山行》中人物關系提取的具體實現

jieba庫的基本使用

Gephi軟件的基本使用

二、項目原理及效果圖

實驗基于簡單共現關系，編寫 Python 代碼從純文本中提取出人物關系網絡，并用Gephi 將生成的網絡可視化。下面介紹共現網絡的基本原理。(共現網絡英文介紹)

實體間的共現是一種基于統計的信息提取。關系緊密的人物往往會在文本中多段內同時出現，可以通過識別文本中已確定的實體（人名），計算不同實體共同出現的次數和比率。當比率大于某一閾值，我們認為兩個實體間存在某種聯系。這種聯系可以具體細化，但提取過程也更加復雜。因此在此課程只介紹最基礎的共現網絡。

項目通過Python提取《釜山行》人物關系網絡，通過gephi這個軟件做可視化處理后，最終效果如下圖所示：

三、實驗過程

本項目的完整代碼、詳細步驟及demo，可以在實驗樓查看并在線完成：Python基于共現提取《釜山行》人物關系

開發準備：

打開Xfce終端，進入 Code 目錄，創建 work 文件夾, 將其作為課程的工作目錄。下載并安裝 gephi 。

$ mkdir work && cd work
$ mkdir gephi && cd gephi
$ wget http://labfile.oss.aliyuncs.com/courses/677/gephi-0.9.1-linux.tar.gz                         #下載
$ tar -zxvf gephi-0.9.1-linux.tar.gz     #解壓

下載《釜山行》的中文劇本。

$ wget http://labfile.oss.aliyuncs.com/courses/677/busan.txt

安裝jieba中文分詞。

$ sudo pip2 install jieba

實驗步驟： 1.觀察文本結構、準備詞典

可以通過各類百科獲取《釜山行》的主要人物，你可以在百度百科中找到他們的介紹，并將人名寫入一個字典中。

2.確定需要的變量 3.文本中實體識別

在實驗樓中的顯示結果如下圖：

4.根據識別結果構建網絡 5.過濾冗余邊并輸出結果 6.可視化網絡

對《釜山行》劇本中的人物關系數據進行處理后，可以使用gephi這個軟件來將人物關系可視化，以便展示的更直觀。(Gephi是一款開源免費跨平臺基于JVM的復雜網絡分析軟件, 其主要用于各種網絡和復雜系統，動態和分層圖的交互可視化與探測開源工具。)

使用 gephi 導入生成的網絡，并生成簡單的可視化布局。可以在最上方的數據資料選項卡中查看圖中所有的邊和節點，對于分詞不準確導致的噪音，可以手動刪除。

通過對節點染色、放大，調整成合適布局后如下圖所示。節點染色根據模塊化計算結果不定，但染色效果大致相同。

預覽后右側顯示最終的人物關系圖。

項目代碼下載地址：Python基于共現提取《釜山行》人物關系

更多Python經典項目：Python全部項目

云服務器 GPU云服務器 python提取行人物結構關系圖 java人物關系 linux每4行提取指定數據

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/38213.html

python大佬養成計劃----Django圖書人物適配系統(后臺)

摘要：是重量級選手中最有代表性的一位。是一個開放源代碼的應用框架，由寫成。使用用戶登陸后臺管理時，將只有增加組的選項。人物屬性姓名，性別，簡介，所屬書籍。 Django Python下有許多款不同的 Web 框架。Django是重量級選手中最有代表性的一位。許多成功的網站和APP都基于Django。 Django是一個開放源代碼的Web應用框架，由Python寫成。 Django基礎版本：...

lufficc 2019-07-31 11:19 評論0 收藏0
ICCV 2021 口罩人物身份鑒別全球挑戰賽冠軍方案分享

摘要：損失函數此次競賽我們采用的基線損失函數為，該損失函數在訓練過程中模擬課程學習的思想，按照樣本從易到難的順序進行訓練。 1. 引言10月11-17日，萬眾期待的國際計算機視覺大會 ICCV 2021 (International Conference on Computer Vision) 在線上如期舉行，受到全...

nidaye 2021-11-23 09:51 評論0 收藏0