2017,那些出现在日记被之人头:简单的文书挖掘

2017,那些出现在日记被之人头:简单的文书挖掘

一、前言

算做出这张图时,我忽然有点感慨,这就算是2017年本身之日记中干过还是记录了的一个个体名,当然也避免引起不必要的分神,隐去了过多亲人朋友之讳。想到一辈子游说长为助长,说短的口舌,几十张词云图也就是概括了那些人以及事。曾经朝夕相处、相识相知的人头,或许曾渐行渐远了,二三老友谈起故人往事才意识大活想不起某某同学姓甚名谁,遗忘总是发生在潜意识中,有时候连自己还非晓得究竟忘记了哟。

葡京赌场官方网站 1

儿时、少年、青年时代的食指及事,忘却了连在所难免,然而当下底同一满载春秋里同时何尝不是“事如春梦了无痕”呢?2018年曾经过去了同样周,很多人欠总结、该追思2017年之推理也还总结回顾了,没有下结论习惯的饶持续了自己初的平年。往常也从不写年末总的自,或许是听许飞《父亲写的散文诗》听得“热泪盈眶”,“这是自家父亲
/ 日记里的仿 / 这是外的生 留下 /
留下来的散文诗”,这几乎句歌词让自家想到多年随后如果自家的孩子错过询问自我之病逝,虽然尚未什么散文诗可言,但为盼借着回溯之际能够总结与留住点啊……

胡言乱语了众多,其实打算研究日记里冒出的真名,也是以想学学及利用有的文件分析和扒的道,根据看罢之章来实行操作下,而日记是成的语料库,也是最为熟悉不了之公文,因此产生了这样同样首稿子。

老二、提取人名

第一为赢得文本中冒出的人名,根据这首文章《从天龙八部小说衍生出的google语义分析及gephi社交网络》里供的笔触,用jieba中文分词Python库尝试从日记文本中提取出TF/IDF权重最特别的、TOP5000称词。

葡京赌场官方网站 2

由输出结果能够,在村落、贾宝玉、王小波等人称做准确提取出的还要,夹杂着多另东西之名词,需要去。由于还非理解出啊便捷高效之办法可实现提取人名,本次先根据文件中人称作出现的次数,划定一个下限,再手动筛选产生符合要求的人名,接着以TF/IDF权重同时叠加100还是1000加倍,以便用HTML5
Word
Cloud落实优质的歌词曰图。

葡京赌场官方网站 3

上图虽是自身的日志里最好富有代表性的人选画像了。有大师大家鲁迅、叶嘉莹等,有知乎用户张佳玮、路人甲,有爱好的歌者山口百惠、安溥,有AI大佬吴恩达、李飞飞,也有一部分热点综艺、热点事件里之人等等。每个人因为其殊之案由而让记录,并可以拼凑出立即同寒暑印记。

葡京赌场官方网站 4

其三、提取人物关系

除此之外由文本中领到人名,本次还因共现提取出日记中人物之大网关系,并行使gephi进行可视化。

援一段对一起临时网络基本原理的介绍:“实体间的共现是一模一样种基于统计的信息提取。提到密不可分的人士往往会当文件中大多段子外以起,可以经过辨认文本中曾经规定的实体(人名),计算不同实体共同出现的次数和比率。当比率超过某同阈值,我们认为简单只实体间有某种关系。”

兑现之代码可参看领《釜山尽》人物关系之代码,可因自己的需要进行变更。

葡京赌场官方网站 5

下到好的文书及,并转移后续用于gephi可视化的“节点”和“边”文件,同样用去非人名的数据。节点格式如下:

葡京赌场官方网站 6

边格式如下:

葡京赌场官方网站 7

以数据导入gephi软件被:

葡京赌场官方网站 8

调整节点的深浅以及颜色,并运行布局算法:

葡京赌场官方网站 9

累加标签,比词云图能望重复多人物之真名:

葡京赌场官方网站 10

一样抛锚瞎操作,聚焦到文本中人物关系比相近与反复之片,主要的节点有鲁迅、叶嘉莹、黛玉等等:

葡京赌场官方网站 11

万事网络被极度关键的相同长脉络如下图所示:

葡京赌场官方网站 12

当多数比常规的沟通中,存在着“贺龙”与“贺知章”这同老大奇特之关联,思索了几秒后,才回忆已经有人打听取名、赐名的平等宗旧事,倒也幽默,不过说来至今未知晓贺姓名人还时有发生安,大相的伴儿可以说说,并碰着吧贺姓小男孩抱单你觉得不错的讳呗?

葡京赌场官方网站 13

人关系网络的偷是2017年全的记得,有无数不足为外人道尔却自得其乐的地方,有众多融洽还记不得却借这想起的人数及从。

葡京赌场官方网站 14

我是独记性很不同之总人口,平日里即使记不得几龙前甚至昨天之许多事,日记也写了两三年,每每回过头看那时之人以及从,就感觉庆幸已经的吃苦耐劳下笔,而吃上空白的时,或一致笔带过的年华,也会要命惆怅,仿佛人生被抽离了相同部分,只剩余白茫茫的平等片。借用沈复于《浮生六记》开篇的言辞:“东坡云:‘事如春梦了无痕’,苟不记之笔墨,未免有辜彼苍之重。”我便从未精美之片盛事可记述,但那种“事如春梦了无痕”的不满和惘然却感同身受。

正文虽然只是简短的文本挖掘,没有尖锐之研讨,但对协调的话,还是很新颖的探究历程,也借这粗浅的回顾下自己2017底有人以及从,最后还留下个谜,按下图从一个综艺节目吧,欢迎评论猜谜。

葡京赌场官方网站 15

季、相关阅读

jieba中文分词库-github网址

《自天龙八部小说衍生出底google语义分析和gephi社交网络》

Text Cooccurrence
Example(文本共现网络取示例)

《Python基于共现提取《釜山实施》人物关系》

admin

网站地图xml地图