使用jieba库对 《釜山行》中的人物关系进行提取，然后使用Gephi软件进行关系可视化处理，得到可视化的人物关系。
1. 使用jieba库 对《釜山行》的剧本进行关系实体。这里的实体指的是人物。
names = {} # 姓名字典
relationships = {} # 关系字典
#limenames 记录的是每一行出现的名字， 也就是说，只有出现在用一行的名字才认为是有关系的
lineNames = [] # 每段内人物关系
jieba.load_userdict("dict.txt") # 加载字典
with codecs.open("busan.txt", "r", "utf8") as f:
for line in f.readlines():
#按行输出文件
#print line
#poss 包含两个key，一个是word，一个是flag
"""
words=pseg.cut("我爱北京天安门")
for word ,flag in words:
print ('%s %s' %(word,flag))
输出的格式是：
我 r
爱 v
北京 ns
天安门 ns
"""
poss = pseg.cut(line) # 分词并返回该词词性
#给list添加一个为空的list
lineNames.append([]) # 为新读入的一段添加人物名称列表
for w in poss:
if w.flag != "nr" or len(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
#[-1]表示最后一个元素
#limenames 记录的是每一行出现的名字， 也就是说，只有出现在用一行的名字才认为是有关系的
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
运行的结果是：在names得到的是人名和人名出现的次数
image.png
2 出现实体之间的关系
提取中文之间的实体关系是一个很复杂的算法，但是这里并不需要提取到具体的关系。只需要直到他们之间是否有关系。所以，判断是否有关系，通过一句话里面是否有这两个实体。如果一句话里面包含这两个实体，我们可以认为他们是存在关系的。（但也可能并不存在，只是存在关系的可能性很大）
lineNames = []
# 用linenames记录每一行出现的人名
如果这一行没有人名，就push一个空list，如果有，就把人push进去。
<br />
建立实体之间关系：
# explore relationships
for line in lineNames: # 对于每一段
for name1 in line:
for name2 in line: # 每段中的任意两个人
if name1 == name2:
continue
#如果名字1 和名字2 不相同的话
#也就是说，关系的抽取是基于 这一行有没有出现这两个名字
if relationships[name1].get(name2) is None: # 若两人尚未同时出现则新建项
relationships[name1][name2]= 1
else:
relationships[name1][name2] = relationships[name1][name2]+ 1 # 两人共同出现次数加 1
3.输出关系
with codecs.open("busan_node.txt", "w", "utf-8") as f:
f.write("Id Label Weight\r\n")
for name, times in names.items():
f.write(name + " " + name + " " + str(times) + "\r\n")
with codecs.open("busan_edge.txt", "w", "gbk") as f:
f.write("Source Target Weight\r\n")
for name, edges in relationships.items():
for v, w in edges.items():
if w > 3:
f.write(name + " " + v + " " + str(w) + "\r\n")
得到实体之间的关系
image.png
4. 用gephi进行可视化处理
生成一张可视化的关系图
2017-03-07 18-44-15屏幕截图.png
源代码：https://github.com/zhaozhengcoder/Python
关于分词jieba库的使用简介： http://www.jianshu.com/p/cdea68108cbf
参考：https://www.shiyanlou.com/courses/677
