用Python分析《都挺好》中的人物关系

如今大火的电视剧《都挺好》源于阿耐的同名小说，今天我们来对这部小说使用python分析一下人物关系。本文主要使用google推出的word2vec进行分析。使用的库主要有jieba、gensim。

一、文本准备

从网上下载《都挺好》小说txt。打开查看如下所示：

可以看出，文本中有分段以及大量的换行符，所以在读取文本时需要先去除这些符号。读取文本函数如下：

二、文本分词

在使用word2vec进行模型训练之前，首先需要将文本处理成word2vec可以操作的格式，即分词后使用空格分隔的文本。本文使用jieba进行分词，为了提高分词效果，加入了用户字典和停用词设置。

用户字典格式为：

停用词格式为：