知识图谱构建人物关系:节点信息和边界信息
2020-12-28 11:28:19 阅读(184) 评论(0)
国产剧《长安十二小时》,豆瓣评分高达8.6分,终于在今晚迎来了大结局——幕后BOSS到底是谁?张小静和李必的命运,都一一揭开了谜底。该剧改编自马伯庸的同名小说,被称为“大脑洞”,悬疑反转的快节奏情节,美丽的长安城场景,唐代迷人的化妆服装,描绘了细致的角色,情节、灯光、道具、表演与电影制作相当。本文作者多年来一直扎根于数据挖掘、算法模型应用等领域。他将从技术角度分析剧中人物之间的关系,并用人物地图呈现他们之间的关系。让我们猜猜谁是最终的老板?如今热播的《长安十二小时》剧中的“大案例”、“靖安司”频频出现,数据行业有很多学生把大案例和最热门的“大数据”放在一起、将“数据智能”联系起来,将“靖安司”与“数据中台”进行对比,笔者认为有点牵强。本文试图结合自然语言处理(NLP)与图谱(Graph)小说原文中人物图谱关系的相关技术分析。第一,利用知识图谱构建人物关系的模型思维和过程,主要包括节点信息和边界信息两点。节点信息是人物和权重,应用实体识别提取人物信息,权重结合TFIDF等算法计算。边界信息的提取可以与行业处理经验相结合:大多数是基于小说章节或段落的分析单元,将出现在同一分析单元中的角色视为相关性。这种处理方法有其合理性,但也存在一些不足。结合小说《结合长安十二小时》的特点,将出现在同一段落的人物视为关联,作为构建人物关系知识图谱的数据样本。主要处理过程包括以下主要部分:文本预处理、分词人物提取和权重计算关系的构建以及人物图谱显示二。文本处理和分词使用pythonjieba分词进行文本分词处理。jieba分词算法使用基于前缀词典的高效单词扫描来生成句子中所有可能的汉字。(DAG),然后采用动态规划找到最大概率路径,找出基于词频的最大切分组合。对于未登录的词,采用基于汉字成词能力的HMM模型和Viterbi算法。1.停用词和自定义词库,处理函数的定义,并尝试单词标记(POS,Part-of-SpeechTagging)只提取名词,发现POS效果不好。[Python代码]2.分词[Python代码]分词结果3.根据语料集统计,IFIDF权重计算和提取将语料转换为词袋向量声明为向量化工具vectorizer(fit)打印语料集的词袋信息将语料集转换为词袋向量(transform)TF-IDF声明中的TF-IDF转换器也可以查看每个单词在单词袋中的索引,根据单词袋的向量统计(TfidfTransformer)TF是根据语料集的词袋向量计算的-IDF(fit)打印TF-IDF信息:例如,结合词袋信息,您可以查看每个单词的TF-IDF值,将语料集的单词袋向量表转换为TF-IDF向量表,并根据TFIDF值排序取Top50[Python代码]。由于前50名的部分地名,手动删除以获得完整的角色列表;定义同义词列表,需要后期合并。[Python代码]4.人物关系的构建和剪枝[Python代码]将DataFrame对象转换为List对象,将DataFrame对象转换为List对象5.人物图谱显示out[36]:所以问题来了,谁是最终的大老板?据媒体报道,优酷最近发起了“终极老板大猜想”投票结果,权力最大但神秘的“圣人”,精湛的表演,义子何富和提前暴露的“监督”和大数据分析技能和复活buff“徐宾”最怀疑,在幕后老板投票前三名。其中,徐宾是近期排名上升最快的“犯罪嫌疑人”,因为他故意接近李必,利用自己的职能多次“复活”张小静。其中,徐宾是最近排名上升最快的“嫌疑人”,因为他故意接近李必,并利用自己的职能多次“复活”张晓静。根据人物地图分析,可以看出徐宾的人物关系复杂,作为唐代第一个人工智能,徐宾莫名其妙地死了,整个尸体都被烧焦了。笔者认为,按照影视剧的逻辑,这种死法本身的概率并不高。备注:以上是《长安十二小时》人物地图构建的基本流程和代码,中间有很多不足和优化的空间。至于大案例,纯属YY,没有算法理论、数据基础和处理算力支撑,属于无本之木。还是希望各位大神轻拍。今晚《长安十二小时》即将结束,快来留言写下你心中的终极大Boss吧!
推荐阅读
- 2022最新清理垃圾软件 手机最强深度清理软件
我们的手机使用的时间长了多多少少会有一些垃圾出现,那么肯定是需要借助垃圾清理软件去清理的,这样的话才能保证手机的内存够用,如果你一直不清理的话,时间长了,堆积的垃圾越来越多,就会导致手机出现卡顿的现象。 1、系统优化大师 一…查看详情
- 一键去水印的APP有哪些?去水印好用的软件推荐
很多人特别喜欢拍照片或者是选择一些比较好的图片,这个时候如果图片上有水印就需要进行图片修理,如果想要去掉图片上的水印,那么也应该要选择一款专业的软件。有了软件之后就能够将图片上的水印更好的去除,打造出自己想要的图片效果。那么一键…查看详情
- java的特点是什么
java是什么文件格式?Java一般存在两种文件格式,如下: 1.*.java文件是保存源代码的文本文件(*代表类名)使用javac*.java可以编译该文件使用java*可以运行该类2.*.class是用于保存Java类的二进制编码以及…查看详情
- 作者许可他人版权登记,著作权归属为谁?
通常情况下,著作权一般都归原创作者。我国同时又实行著作权登记制度,谁登记谁就拥有对作品的使用权。那么若是作者许可他人版权登记,作品著作权应归谁所有呢? 图片来源于网络 作者许可他人版权登记,著作权归属如何确定? 首先,作者许可他人版权登记在…查看详情
- ems网点的优缺点总结大全
ems网点作为全国范围最广的快递网点,相信许多人都用它寄存过东西。作为中国速递行业的最大运营商和领导者,它能吸引人们的不仅仅是因为它的范围广阔,还由于它各处优于其它网点的特点,那么今天我们来分析一下ems网点的优缺点。…查看详情
- lrc是什么文件
LRC文件是什么意思?lrc是英文lyric(歌词)的缩写,被用做歌词文件的扩展名。以lrc为扩展名的歌词文件可以在各类数码播放器中同步显示。LRC歌词是一种包含着形式的“标签(tag)”的、基于纯文本的歌词专用格式。最早由郭祥祥先生(Dj…查看详情
- 好用的安卓锁屏软件 免费的安卓锁屏软件
现在越来越多的用户都比较喜欢追求个性化,很多的人都对自己手机的锁屏软件比较在意,下面万商云集小编就为大家分析5款好用的好用的安卓锁屏软件。 【Top.5】天天锁屏 网友点评:漂亮又赚钱的锁屏,还能下载DIY锁屏模板,制作属于自己的锁屏,…查看详情
- 7款免费收银软件系统排行
随着时代的进步,使用现金的年轻人越来越少,但更多的年轻人纷纷开始使用了在线支付。不仅省去了找零钱的麻烦又省去收到假钱的麻烦。那么我给大家推荐7款实用又免费的收银系统软件如下。 1中国移动云pos收银台 中国移动云pos收银台是中国移动面向手…查看详情
- 企业网站建设的功能需求和性能要求
互联网技术在发展,人们对技术的依赖和需求也越来越强,企业在网站建设上的投入也越来越大,对于网站建设功能的要求也越加严格和完善,当网站需要进行功能拓展的时候,就需要整合主站、分站和其它内外网的工作,这样的拓展工作是很花费时间和人力的。也容易让…查看详情
- fprintf函数的用法matlab
matlab中的fprintf('y[%2.0f]=%12.6f'?1、首先,fprintf如果没指定文件句柄,则直接在屏幕上输出。 2、格式字符串中,其它内容都是原样输出,只有百分号后面的内容是要转换的,%2.0f表示要…查看详情
- 知识产权服务机构进行项目评估的实施流程
知识产权评估是指知识产权服务机构的注册资产评估师依据相关法律、法规和资产评估准则,对知识产权评估对象在评估基准日特定目的下的知识产权价值进行分析、估算并发表专业意见的行为和过程。知识产权评估中所涉及的知识产权内容比较多,一般主要对商标权、专…查看详情
- 几款免费在线观看电视软件,好剧再也不错过
看电视可以直接在电视上看,还可以在手机上看,不过现在大多数人都会在手机上看,而且方便,不需要准时准点,随时都可以看,那么,关于看电视软件都有哪些,许多人还不知道。 1、腾讯视频 腾讯视频是腾讯公司旗下的视频在线观看产品,定位…查看详情
- 免费好用的安卓模拟器有哪些 安卓模拟器排行榜
对于android开发者来说,模拟器是开发工具,但是对用户来说,可能就是薅羊毛、找漏洞的赚钱工具。不管是活动风控还是内容保护等等其他的出发点,应要求可能会要识别Android模拟器,甚至禁止模拟器登录或后续操作。但是对于用户来说很多的模…查看详情
- 来电显示软件苹果 苹果手机来电提醒软件
现在很多的用户都喜欢在手机里装来电显示软件,下面万商云集小编就为大家详细介绍下来电显示软件的相关内容、。Callkit是很多朋友期待已久的一个功能,目前iOS版微信和QQ 都已处于内测阶段,引发大量用户的关注。不过,还有很多人对Call…查看详情
- 版权登记补贴 | 成都、武汉、深圳等各地奖励政策都不相同
登记版权可以保护版权人的权利免受损失,无论是对企业还是个人来说,它都是应该值得重视的问题。如今,各地政府都有版权登记补贴,相当于自己进行版权登记无需任何花费,只是具体的政策各地都有不同。 图片来源于网络 各地版权登记补贴政策如下: ▼ 成…查看详情
猜你喜欢
最新文章
扫码二维码
立即领取《千元实战营销秘籍》
还可免费试用营销管理系统
*如有疑问,请随时拨打免费咨询热线:400-0033-166
服务时间:8:30-18:00
软件企业
认定号:川RQ-2018-0216
高新技术企业
认定号:GR201951001121
关注微信公众号
和10万中小企业共同成长
扫码下载APP
享全方位服务一触即达
Copyright © 2004-2022 万商云集(成都)科技股份有限公司 版权所有 蜀ICP备12001963号-2 川公网安备 51010402000322号
快速找产品
找一找哪款产品适合您?
咨询热线:400-0033-166
免费查找信息保护中请放心填写-
-
电话沟通
在线咨询
获取方案
下载APP
官方微信
扫码下载APP
全方位服务一触即达
关注万商云集
和10万中小企共成长
TOP
企业首选的数字选用平台