# 研究杂感 × 改进文本共现分析 PMI-Gephi（第二辑）

写在前面

单纯用一个普通的Gephi逼格还不够高，继续尝试一下其进阶版——PMI-Gephi 进行改进文本共现分析

理论介绍

其中，分子是两个词语共同出现的概率，分母是两个词语分别出现的概率的乘积

在数学中，我们认为，理论上分子等于分母：

分子中的P(W1,W2) ，它指的是这两个词语在语料中的实际贡献概率
分母中的P(W1) 和 P(W2) ，它指的是两个词语实际出现的概率

W1 和 W2 的求法相同
在这里，“文档”是一个比较宽泛的概念，比如在我的毕设中即以一条评论作为一个文档

从理论上推导这两个词语共同出现的概率，也就是说分母相当于一个期望值，分子是一个实际出现的概率

如果说比值大于1（即实际贡献率＞期望值）—该词语的贡献更有意义—网络关系生成
如果说比值小于1（即实际贡献率期望值）—该词语的贡献意义不大—不会生成网络关系

然后其余的方法也是和之前的类似

需要注意的是：
网络边的权重的值和之前的略有不同
之前的权重是根据每一个节点和其他多少节点相连
现在的权重变成了我们计算的PMI值

然后计算一下 平均加权度

在计算权重的时候，要点选 “使用权重” 栏

渲染时即采用 加权度 进行渲染

同时标签也采用 加权度 进行渲染

在布局上，似乎这个算法要运行地快一些↓

然后再根据自己图像的效果对字号啥的进行修改调整

总结

大概就是这样啦，接下来就在毕设中尝试应用叭~