小说人物的身份、行为挖掘，技术角度解读《庆余年》，深度挖掘小说语料 -02...

《庆余年》是由孙皓执导，张若昀、李沁、陈道明、吴刚、辛芷蕾、宋轶、郭麒麟等主演的古装剧。该剧改编自猫腻的同名小说，讲述了一个有着神秘身世的少年，自海边小城初出茅庐，历经家族、江湖、庙堂的种种考验、锤炼的故事。于2019年11月26日在腾讯视频、爱奇艺首播……

系列文章：

技术角度解读《庆余年》，深度挖掘小说语料 -01

今天继续更这个系列，这篇主要从挖掘人物相关的身份、行为等角度来试验，作为初次试验，我们只取小说其中几章的数据试验下：

STEP01 首先收集小说中人物的人名

例如：

范闲林婉儿庆帝陈萍萍海棠朵朵战豆豆范若若司理理叶灵儿肖恩费介

数据从哪里来呢？这个比较容易收集，从豆瓣或者百科就可以获得。

STEP02 把人名添加到分词算法里，并提高权重

我这边设定的方式是：

范闲 actor 99999

这样分词，就可以优先把人物给切出来啦，看下结果：

STEP03 二阶共性分析VS三阶共性分析

这里先尝试二阶共性分析，主要基于互信息提取出人物的相关词。

什么是互信息？

互信息(Mutual Information)是信息论里一种有用的信息度量，它可以看成是一个随机变量中包含的关于另一个随机变量的信息量，或者说是一个随机变量由于已知另一个随机变量而减少的不肯定性。

简单来说，互信息用于度量两个对象之间的相关性。互信息的值越大，两个对象的相关性越高。

目前，人工智能大部分的应用都是基于关联性的，缺少了因果关系。

计算结果例如：

{

"范闲":{

'相信': {'value': 3230, 'nature': 'v'},

'酗酒': {'value': 2830, 'nature': 'vi'},

'忍不住': {'value': 3073, 'nature': 'v'}

}

...

}

STEP04 根据词性，把行为相关的词汇总出来

这里只取前3的结果，例如这里以动词为主，结果如下：

二皇子

['拉拢', '赏赐', '拉扯']

五竹

['坚持', '看着']

司理理

['看着', '带着', '觉得']

李弘成

['知道', '一怔']

林婉儿

['忍不住', '发现', '知道']

林若甫

['望着', '苦笑',]

王启年

['介绍', '走到']

范建

['微笑']

范思辙

['摇头', '咕哝']

范若若

['低头', '叹息']

范闲

['知道', '看着']

费介

['看着', '笑着']

长公主

['决裂', '立起', '破涕为笑']

除了了解人物的主要行为，我们还可以了解到人物的身份。比如把共现词的词性限制为名词，可以得到以下这些词：

皇帝大人院长殿下老师先生怪老头少爷小姐姑娘叔

重复下STEP04步，结果如下：

五竹

['叔', '老师']

司理理

['姑娘']

王启年

['大人']

范思辙

['少爷']

范若若

['小姐']

范闲

['少爷', '大人']

费介

['老师', '先生']

长公主

['殿下']

以上是今天主要的试验，可以应用的场景有哪些呢？

比如，了解小说人物在每个章节主要的行为，

进而可以了解到小说的情节变化。

还有很多有意思的，

待续……

欢迎添加我的微信

进一步交流讨论。

相关文章推荐：

技术角度解读《庆余年》，深度挖掘小说语料 -01

当AI学会了咪蒙的文风之后……

延禧攻略之中国传统图谱

小说人物的身份、行为挖掘，技术角度解读《庆余年》，深度挖掘小说语料 -02...相关推荐

技术角度解读《庆余年》，深度挖掘小说语料 -01
<庆余年>是由孙皓执导,张若昀.李沁.陈道明.吴刚.辛芷蕾.宋轶.郭麒麟等主演的古装剧.该剧改编自猫腻的同名小说,讲述了一个有着神秘身世的少年,自海边小城初出茅庐,历经家族.江湖.庙堂的种 ...
对目前物联网设备的漏洞挖掘技术的学习记录
物联网设备漏洞挖掘技术目前物联网设备的使用越来越普遍,而对应的漏洞攻击现象也越来越频繁,究其原因主要有两点: ① 物联网设备开发过程中, 在设计上忽略了安全性的考虑; ② 由于设备硬件资源受限, 难 ...
大数据分析处理及挖掘技术
数据处理是对纷繁复杂的海量数据价值的提炼,而其中最有价值的地方在于预测性分析,即可以通过数据可视化.统计模式识别.数据描述等数据挖掘形式帮助数据科学家更好的理解数据,根据数据挖掘的结果得出预测性决策. ...
Web 挖掘技术总结 (参考太多，都没列出来)
Web挖掘技术一.数据挖掘数据挖掘是运用计算机及信息技术,从大量的.不完全的数据集中获取隐含在其中的有用知识的高级过程.Web 数据挖掘是从数据挖掘发展而来,是数据挖掘技术在Web 技术中的应用. ...
数据挖掘：网络挖掘技术——微博文本特征提取
经典的向量空间模型(VSM: Vector Space Model)由Salton等人于60年代提出,并成功地应用于著名的SMART文本检索系统.VSM概念简单,把对文本内容的处理简化为向量空间中的向 ...
网络挖掘技术——微博文本特征提取
文本特征向量经典的向量空间模型(VSM: Vector Space Model)由Salton等人于60年代提出,并成功地应用于著名的SMART文本检索系统.VSM概念简单,把对文本内容的处理简化为 ...
Web 挖掘技术总结
Web挖掘技术一.数据挖掘数据挖掘是运用计算机及信息技术,从大量的.不完全的数据集中获取隐含在其中的有用知识的高级过程.Web 数据挖掘是从数据挖掘发展而来,是数据挖掘技术在Web 技术中的应用. ...
关联规则挖掘技术——主流推荐算法评述
链接:http://www.csdn.net/article/a/2011-07-11/301462 啤酒和尿布的购买有关系吗?答案是,跟尿布一起购买最多的商品就是啤酒.据沃尔玛的分析调查,美国的太太 ...
python统计小说人物_Python数据分析之基情的择天记
人一生都可能无法逆天改命,但你却是要去奋斗一把本文章主要通过最简单的共线性关系,利用gephi工具绘制择天记的人物关系图. 准备工作在网上下载<择天记>小说以及创建小说人物的txt. j ...

小说人物的身份、行为挖掘，技术角度解读《庆余年》，深度挖掘小说语料 -02...

小说人物的身份、行为挖掘，技术角度解读《庆余年》，深度挖掘小说语料 -02...相关推荐

最新文章

热门文章