摘要：項(xiàng)目代碼下載地址基于共現(xiàn)提取釜山行人物關(guān)系更多經(jīng)典項(xiàng)目全部項(xiàng)目

項(xiàng)目簡(jiǎn)介：本項(xiàng)目將帶大家使用 Python 提取《釜山行》人物關(guān)系，對(duì)于給定的劇本文本，通過分析文本中人物的共現(xiàn)關(guān)系，提取整個(gè)文本表示的人物關(guān)系，并將人物關(guān)系可視化表示。本項(xiàng)目教程由Forec發(fā)布在實(shí)驗(yàn)樓。

《釜山行》是一部喪尸災(zāi)難片，其人物少、關(guān)系簡(jiǎn)單，非常適合我們學(xué)習(xí)文本處理。這個(gè)項(xiàng)目將介紹共現(xiàn)在關(guān)系中的提取，使用python編寫代碼實(shí)現(xiàn)對(duì)《釜山行》文本的人物關(guān)系提取，最終利用Gephi軟件對(duì)提取的人物關(guān)系繪制人物關(guān)系圖。

本項(xiàng)目完成過程中將學(xué)習(xí)：

共現(xiàn)網(wǎng)絡(luò)的基本原理

Python代碼對(duì)《釜山行》中人物關(guān)系提取的具體實(shí)現(xiàn)

jieba庫(kù)的基本使用

Gephi軟件的基本使用

實(shí)驗(yàn)基于簡(jiǎn)單共現(xiàn)關(guān)系，編寫 Python 代碼從純文本中提取出人物關(guān)系網(wǎng)絡(luò)，并用Gephi 將生成的網(wǎng)絡(luò)可視化。下面介紹共現(xiàn)網(wǎng)絡(luò)的基本原理。(共現(xiàn)網(wǎng)絡(luò)英文介紹)

實(shí)體間的共現(xiàn)是一種基于統(tǒng)計(jì)的信息提取。關(guān)系緊密的人物往往會(huì)在文本中多段內(nèi)同時(shí)出現(xiàn)，可以通過識(shí)別文本中已確定的實(shí)體（人名），計(jì)算不同實(shí)體共同出現(xiàn)的次數(shù)和比率。當(dāng)比率大于某一閾值，我們認(rèn)為兩個(gè)實(shí)體間存在某種聯(lián)系。這種聯(lián)系可以具體細(xì)化，但提取過程也更加復(fù)雜。因此在此課程只介紹最基礎(chǔ)的共現(xiàn)網(wǎng)絡(luò)。

項(xiàng)目通過Python提取《釜山行》人物關(guān)系網(wǎng)絡(luò)，通過gephi這個(gè)軟件做可視化處理后，最終效果如下圖所示：

本項(xiàng)目的完整代碼、詳細(xì)步驟及demo，可以在實(shí)驗(yàn)樓查看并在線完成：Python基于共現(xiàn)提取《釜山行》人物關(guān)系

打開Xfce終端，進(jìn)入 Code 目錄，創(chuàng)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

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(gè)字典中。

在實(shí)驗(yàn)樓中的顯示結(jié)果如下圖：

對(duì)《釜山行》劇本中的人物關(guān)系數(shù)據(jù)進(jìn)行處理后，可以使用gephi這個(gè)軟件來(lái)將人物關(guān)系可視化，以便展示的更直觀。(Gephi是一款開源免費(fèi)跨平臺(tái)基于JVM的復(fù)雜網(wǎng)絡(luò)分析軟件, 其主要用于各種網(wǎng)絡(luò)和復(fù)雜系統(tǒng)，動(dòng)態(tài)和分層圖的交互可視化與探測(cè)開源工具。)

使用 gephi 導(dǎo)入生成的網(wǎng)絡(luò)，并生成簡(jiǎn)單的可視化布局。可以在最上方的數(shù)據(jù)資料選項(xiàng)卡中查看圖中所有的邊和節(jié)點(diǎn)，對(duì)于分詞不準(zhǔn)確導(dǎo)致的噪音，可以手動(dòng)刪除。

通過對(duì)節(jié)點(diǎn)染色、放大，調(diào)整成合適布局后如下圖所示。節(jié)點(diǎn)染色根據(jù)模塊化計(jì)算結(jié)果不定，但染色效果大致相同。

預(yù)覽后右側(cè)顯示最終的人物關(guān)系圖。

項(xiàng)目代碼下載地址：Python基于共現(xiàn)提取《釜山行》人物關(guān)系

更多Python經(jīng)典項(xiàng)目：Python全部項(xiàng)目