python红楼梦_用Python读红楼

用Python读红楼

最近受到这篇文章用Python读金庸武侠的启发。作为古典文(zhuang)学(bi)青年，一定要用Python来试试我读了20年的《红楼梦》。

首先从网上找到了红楼梦.txt(不清楚版本，可能是程甲版)和对应的人物表。

把人名加入词库，然后用结巴分词切分整个文章(我没有区分前八十回和后四十回)，加入gensim的训练中

def tranning():

with open('hlm.txt') as f:

data = [line.strip()

for line in f.readlines()

if line.strip()]

sentences = []

for line in data:

words = list(jieba.cut(line))

sentences.append(words)

model = gensim.models.Word2Vec(sentences,

size=100,

window=5,

min_count=5,

workers=4)

return model

训练生成一个以词向量表示词的模型，下面就用代码来找找和宝钗相似的人物吧。

for k, s in model.most_similar(positive=["宝钗"]):

print('{}:{}'.format(k, s))

探春:0.9595787525177002

紫鹃:0.9429049491882324

黛玉:0.9325058460235596