python 小说 云_Python实现小说的文本词云分析

Python

实现小说的文本分析（剧情

/

主角）

现在网上有数以亿的小说

.

怎样去给人推荐喜爱小说

,

那么我们就要对其喜爱的小说就行分析

,

贴上对

应的标签

,

如爱情

\

伦理

\

恐怖

\

推理

\

校园

\

穿越等等

,

然后找到标签相似度高的的小说就行推荐

.

看似整

个过程很简单

,

其实得要完成相当麻烦计算

.

首先是标签的定义

,

其次是相似度或者说匹配度的计算

.

今

天我们主要讨论标签的定义，小说的标签很多很多（需要分析大量的小说就行定义）

，判断小说属于

哪种标签也得大量计算和定义。

例如我们怎么判断一部小说为爱情小说，

这肯定对小说的文本就行分

析，

如果小说中出现大量的

“浪漫、

吻、

玫瑰花、

亲嘴、

爱、

爱你”

等词，

那么可以说明是爱情小说。

同理，如果小说文中出现大量【棺材、尸体、鬼魂、死】等词汇，那么可以将其定义为恐怖小说。当

然一部小说可能有多种定义标签，即可能即是【爱情】又是【伦理】还有可能是【恐怖】

（通过这些

明确的标签就可以简单的对小说量化分析，实现推荐的算法了）

。

一部小说有少则几万，多则几百万字，总不能一部部小说看完在定义吧。

当然不用，完全可以通过技术对文本就行分词然后在分析，简单说就是词频分析。如下图所示

图片一