如何将输入的文档转变为只含有关键信息的图谱?
本文来自https://github.com/liuhuanyong/TextGrapher
在运行程序前,请确保已安装pyltp,详细的pyltp安装教材请参考:https://github.com/HIT-SCIR/pyltp
项目介绍
如何用图谱和结构化的方式,即以简洁的方式对输入的文本内容进行最佳的语义表示是个难题。Text Grapher对这一问题进行了尝试,采用的方法为:输入一篇文档,将文档进行关键信息提取,并进行结构化,并最终组织成图谱组织形式,形成对文章语义信息的图谱化展示。
使用方法
在项目文件下下新建一个python文件,输入以下代码:
from
text_grapher
import
*
content
=
'你要分析的文本'
handler
=
CrimeMining
()
handler
.
main
(
content
)
运行该文件,生成的图谱内容保存在项目文件夹graph.html的文件中。
以中科院研究所遇害案为例:
新建text.py文件,输入以下代码:
运行text.py,得到自动生成的graph.html文件。
分析
本项目采用了高频词,关键词,命名实体识别,主谓宾短语识别等抽取方式,并尝试将三类信息进行图谱组织表示,这种表示方式是一种尝试。
主要的信息处理分为以下几个步骤:
1)对文章进行处理,处理内容包括去噪、长句切分、短句切分
7)对事件网络进行图谱化展示;
总结
1、该项目可以帮助快速理清事情的脉络,了解人物之间的各种关系;
2、可以应用在其他领域进行文本的语义信息图谱化展示。