金庸小说人物知识图谱构建——人名提取

AnronSakura

已于 2022-09-11 17:59:45 修改

阅读量1.1k

点赞数 2

分类专栏：知识图谱文章标签：知识图谱

于 2022-07-11 17:07:55 首次发布

本文链接：https://blog.csdn.net/m0_53046782/article/details/125724162

版权

该博客介绍了如何运用stanfordcorenlp工具进行命名实体识别，从金庸小说中提取人名，以构建知识图谱。提取的人名经过人工校验后保存为txt文件，为后续的知识图谱构建打下基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本步的思路是运用命名实体识别工具来提取小说中的人名

我用的工具是stanfordcorenlp，当然还有其他的工具可以选择，如snownlp，THULAC等，我将提取的人名保存在txt文件中，经过人工去错后，得到如下人名：

《雪山飞狐》部分人名

提取人名的代码如下

#写入txt文件
from stanfordcorenlp import StanfordCoreNLP

nlp = StanfordCoreNLP(r'D:\java\stanford-corenlp-4.2.2', lang='zh')

with open(

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AnronSakura

关注关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【Python机器学习】NLP信息提取——提取人物/事物关系

weixin_39407597的博客

09-20

2676

词性（POS）标注可以使用语言模型来完成，这个语言模型包含词及其所有可能词性组成的字典。然后，该模型可以使用已经正确标注好词性的句子进行训练，从而识别由该字典中其他词组成的新句子中所有词的词性。

金庸小说人物知识图谱构建——图谱可视化

m0_53046782的博客

09-11

921

将人物间的共现频次提取处理，形成CSV文件，导入Gephi形成图谱。

参与评论您还未登录，请先登录后发表或查看评论

jieba分词提取小说人名

Michael是个半路程序员

10-27

8498

文章目录1. 读入文本2. 分词3. 计数4. 排序5. 添加用户字典以《神雕侠侣》为例：使用 jieba.posseg获取词性，人名的词性为 nr 1. 读入文本 import jieba.posseg as psg with open('shendiaoxialv.txt',encoding='utf-8') as f: text = f.readlines() print(text[:10]) 输出： ['\ufeff 第一回\u3000风月无情\n', '\n', ' “

Python学习之路-NLP（人物提取）

m0_58998775的博客

06-11

3720

import os import jieba.posseg as psg import jieba import time import re novel = 'hlm' dir = './Text/'+novel #jieba.load_userdict(dir+'/mydict.txt') # 字典合并 def combineListToDic(list): if len(list) <= 1: return list temp = {} for l i.

金庸小说人物知识图谱构建——构建共现矩阵

m0_53046782的博客

09-11

1475

两两人物间的数字对应他们的共现频次，代表他们在多少个章节中共同出现了，对角线上的频次定义为0，共现频次越高，人物间的关系可能越紧密。得到的共现人物共现关系excel表，构建人物间的共现矩阵，如下图。代码里有文件路径需要改成自己的。

一个小脚本从小说中过滤出经常出现的人名

做美好的人，做酷的事

06-05

291

一个小脚本从小说中过滤出经常出现的人名花名获取利器！作者：高鹏小说中，人名后经常跟着一个动词或者介词，根据这一点可以找出常见的人名。下面用一个小shell脚本来玩一下^.^ 脚本如下: [code="shell"] #!/bin/sh # name:filter_name.sh # JH Gao # function:从小说中过滤出经常出现的人名 # 主要步骤如下：...

从文本构建金庸家族知识图谱

金石软件

10-09

1296

针对对金庸家族的文本描述构建家族知识图谱。"金庸的姐夫是钱学森，钱学森的妻子是蒋英，金庸的表哥是徐志摩，金庸的堂姐是琼瑶，金庸有一个哥哥，名叫查良钊。金庸有个儿子是查传侠"本体模型：人与人的亲戚关系("表哥": "brother_low","姐夫": "sister_husband","妻子": "wife","堂姐":"cousin","父亲": "father","母亲": "mother","哥哥": "brother","姐姐": "sister",

金庸小说人物知识图谱构建——获取共现关系

m0_53046782的博客

09-11

955

爬虫提取共现人物关系

知识图谱项目——红色文化之张学良人物知识图谱（Neo4j+vue+flask+mysql实现）

AI~天海的博客

06-17

4653

本项目为人工智能专业大三知识图谱课程期末作业。意在完成一个以张学良为背景的红色文化类知识图谱。文末放上本项目的代码地址。

基于Python实现几本小说的知识图谱建立

毕业作品网站

05-28

2557

对语料的标注，是否可以采用其他更好的办法；作为通用模型，标注的数量还远远不够；模型的选择方面，是否可以其他更好的模型；对预测的结果，如何能更好地提取出三元组；将三元组扫入至图数据库中，能否做到实体对齐，且能做一些实体关系的分析与推理。

OpenKG开源系列 | 人物百科知识图谱（东南大学）

开放知识图谱

04-20

1185

OpenKG地址：http://openkg.cn/dataset/figure-kgGitHub地址：https://github.com/F-period/Open_Chinese_Figure_KG/开放许可协议：CC BY 4.0贡献者：东南大学（王然，漆桂林，殷春锁，王鹏，金日辉）1、图谱简介以人物为中心的知识图谱可以有效地显示个人信息和人际关系，并进一步支持相...

探秘《小说知识图谱》：深度挖掘文学宝藏

gitblog_00056的博客

04-21

536

探秘《小说知识图谱》：深度挖掘文学宝藏去发现同类优质开源项目:https://gitcode.com/ 在数字化的时代，数据已经成为一种新的语言，而知识图谱则是将复杂信息结构化的有效工具。今天，我们来深入探讨一个独特的开源项目——《小说知识图谱》，它是由刘宇张olvz创建并维护的一个专为小说构建的知识图谱库。项目简介该项目旨在通过自然语言处理（NLP）和信息提取技术，将海量的小说文本转化为结...

金庸小说人物知识图谱构建——以《雪山飞狐》为例

m0_53046782的博客

01-26

3105

最终效果图

开源开放 | 中国近代历史人物知识图谱

开放知识图谱

12-03

3364

OpenKG地址：http://openkg.cn/dataset/zgjdlsrw项目地址：http://www.zjuwtx.work/project/kg开放许可协议：CC BY-S...

人名分类器(nlp)

最新发布

weixin_43147086的博客

11-25

563

'当前的训练批次：%d, 平均损失：%.5f, 训练时间：%.3f, 准确率：%.2f' % (total_loss_list = [] # 每隔多少步存储loss。# 每隔 100 步存储avg-loss acc。total_iter_num = 0 # 已经训练好的样本数。total_acc_list = [] # 存储间隔准确率。print('字符表的长度：', n_letter)# 02 根据idx拿到人名国家名。# 保存一下平均损失。# 用于获得常见字母及字符规范化。

利用飞讯语义识别API 获取微小说所有角色名

魁北克之旅的博客

08-30

638

利用飞讯语义识别API 获取微小说所有角色名 1、代码： #!/usr/bin/python # -*- coding: UTF-8 -*- import os, sys import math import time import urllib.request import urllib.parse import json import hashlib import base64 names = {} relationships = {} lineNames = [] str0 = '' tempSt

知识图谱构建 python

11-30

知识图谱是一种用于描述实体之间关系的图形化知识表示方式。Python是一种功能强大的编程语言，可以用于构建知识图谱。以下是使用Python构建知识图谱的一些步骤和方法： 1. 确定实体和关系：首先需要确定知识图谱中包含哪些实体和它们之间的关系。例如，在金庸小说中，实体可以是人物、地点、事件等，它们之间的关系可以是亲戚关系、师徒关系、敌对关系等。 2. 数据收集和处理：收集和处理数据是构建知识图谱的重要步骤。可以使用Python爬虫技术从互联网上收集数据，也可以使用Python处理已有的数据。例如，可以使用Python的pandas库对数据进行清洗和处理。 3. 知识图谱建模：使用Python的图数据库neo4j可以方便地构建知识图谱。可以使用Python的py2neo库连接neo4j数据库，并使用Cypher语言创建节点和关系。例如，可以使用以下代码创建一个人物节点和一个师徒关系： ```python from py2neo import Graph, Node, Relationship # 连接neo4j数据库 graph = Graph() # 创建人物节点 person = Node("Person", name="张无忌") graph.create(person) # 创建师徒关系 master = Node("Person", name="张三丰") apprentice = person relationship = Relationship(master, "师徒", apprentice) graph.create(relationship) ``` 4. 可视化：使用Python的可视化库可以将知识图谱可视化。例如，可以使用Python的matplotlib库绘制知识图谱的节点和关系。