python人物关系抽取_Python学习笔记（2) Python提取《釜山行》人物关系

项目原理：

实验基于简单共现关系，编写 Python 代码从纯文本中提取出人物关系网络，并用Gephi

将生成的网络可视化。下面介绍共现网络的基本原理。（共现网络简单的英文介绍）

共现网络的基本原理：

实体间的共现是是一种基于统计信息的提取，关系密切的人物往往会在文中的多段连续出现，通过文中以出现的实体（人名），计算不同实体共同出现的比率和次数，设定一个阈值，大于该阈值认为实体间存在某种联系。

准备：

环境 windows Python3.6

jephi软件

代码：

# -*- coding: utf-8 -*-import

os, sys

importjieba, codecs, math

importjieba.posseg aspseg

names ={} # 姓名字典relationships ={} # 关系字典lineNames =[] # 每段内人物关系# count namesjieba.load_userdict("D:\\ResearchContent\\Exercise_Programm\\PythonExercise\\Python\\dict.txt")

# 加载字典with

codecs.open("D:\\ResearchContent\\Exercise_Programm\\PythonExercise\\Python\\fushan.txt", "r", "utf8") asf

:for

line inf.readlines()

:

poss =pseg.cut(line)

# 分词并返回该词词性

lineNames.append([])

# 为新读入的一段添加人物名称列表for

w inposs

:if

w.flag

!="nr"orlen

(w.word)

<2:continue# 当分词长度小于2或该词词性不为nr时认为该词不为人名

lineNames[

-1

].append(w.word)

# 为当前段的环境增加一个人物if

names.get(w.word)

is None:

names[w.word] =

0

relationships[w.word] ={}

names[w.word]

+=1

# 该人物出现次数加 1

# explore relationshipsfor

line inlineNames:

# 对于每一段for

name1 inline

:for

name2 inline:

# 每段中的任意两个人if

name1 ==name2:

continueif

relationships[name1].get(name2) is None:

# 若两人尚未同时出现则新建项

relationships[name1][name2]=

1else:

relationships[name1][name2] =relationships[name1][name2]

+1

# 两人共同出现次数加 1

# outputwith

codecs.open("busan_node.txt", "w", "gbk") asf

:

f.write("Id Label Weight\r\n")

forname, times innames.items()

:

f.write(name

+" "+

name

+" "+str

(times)

+"

\r\n")

withcodecs.open("busan_edge.txt", "w", "gbk") asf

:

f.write("Source Target Weight\r\n")

forname, edges inrelationships.items()

:for

v, w inedges.items()

:if

w

>3:

f.write(name

+" "+

v

+" "+str

(w)

+"

\r\n")

参考：

修改2