作者：AlanLauPython愛(ài)好者社區(qū)專欄作者

圖中每個(gè)節(jié)點(diǎn)代表一個(gè)角色，節(jié)點(diǎn)與節(jié)點(diǎn)之間的連線代表共現(xiàn)，而連線的粗細(xì)表示共現(xiàn)的頻次多少。節(jié)點(diǎn)的大小以及顏色深淺表示度的大小，即一個(gè)角色參與共現(xiàn)的總頻次。

現(xiàn)在說(shuō)說(shuō)這張圖的實(shí)現(xiàn)步驟：

1.對(duì)挖掘獲取的語(yǔ)料進(jìn)行角色抽取

2.對(duì)出現(xiàn)同一章節(jié)的角色進(jìn)行合并

3.使用步驟2中的數(shù)據(jù)進(jìn)行共現(xiàn)矩陣計(jì)算

4.利用UCINET、NETDRAW、Gephi對(duì)共現(xiàn)矩陣實(shí)現(xiàn)可視化。

1.對(duì)挖掘獲取的語(yǔ)料進(jìn)行角色抽取

先前原本使用的是jieba和nlpir兩種自然語(yǔ)言處理包進(jìn)行角色抽取的，但是后面發(fā)現(xiàn)效果特別差，所有后面則從百度百科上檔了一批角色列表下來(lái)，那這個(gè)與原文本進(jìn)行比對(duì)，實(shí)現(xiàn)角色的抽取。

2.對(duì)出現(xiàn)同一章節(jié)的角色進(jìn)行合并

寫爬蟲的時(shí)候就實(shí)現(xiàn)一邊爬一邊對(duì)角色進(jìn)行抽取。

3.使用步驟2中的數(shù)據(jù)進(jìn)行共現(xiàn)矩陣計(jì)算

讀取數(shù)據(jù)庫(kù)，使用關(guān)鍵詞共現(xiàn)矩陣算法構(gòu)建矩陣。

算法請(qǐng)參考python構(gòu)建關(guān)鍵詞共現(xiàn)矩陣

http://blog.csdn.net/alanconstantinelau/article/details/69258443

共現(xiàn)矩陣

4.利用UCINET、NETDRAW、Gephi對(duì)共現(xiàn)矩陣實(shí)現(xiàn)可視化

本博客的重點(diǎn)在這里~

點(diǎn)擊打開(kāi)UCINET

點(diǎn)擊file→Open→選擇csv格式的共現(xiàn)矩陣數(shù)據(jù)

成功導(dǎo)入數(shù)據(jù)后，然后點(diǎn)擊file→Save as，將數(shù)據(jù)保存為.##h后綴格式文件。

打開(kāi)netdraw，依次如下圖點(diǎn)擊，打開(kāi)剛剛保存的.##h文件

這個(gè)時(shí)候其實(shí)已經(jīng)可以發(fā)現(xiàn)，netdraw已經(jīng)把共現(xiàn)網(wǎng)絡(luò)繪制出來(lái)了，但是效果太low了，所以這里使用gephi繪制更好的效果。

使用gephi之前，需要將netdraw打開(kāi)的文件另存為.net文件。

打開(kāi)運(yùn)行g(shù)ephi，使用gephi直接打開(kāi)剛剛保存的.net后綴文件。

由于是對(duì)角色進(jìn)行簡(jiǎn)單抽取，角色和角色之間不存在方向傳遞的性質(zhì)，因此這里選擇無(wú)向的。

如果是中文文本的話，下方的字體也需要改成中文的字體。比如黑體、宋體等。

濾波的作用是對(duì)結(jié)果進(jìn)行篩選，這里設(shè)置度來(lái)作為篩選條件。

總結(jié)

以上是生活随笔為你收集整理的python关键词共现图谱_Python简单实战项目：《冰与火之歌1-5》角色关系图谱构建——人物关系可视化...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。