jieba 同义词_Jieba库实现词性标注及小说人物角色抽取

4年人力资源从业经验，情报学硕士，主要内容涵盖python、数据分析和人力资源相关内容

本文运用自然语言处理技术，对中文小说《神雕侠侣》人物角色进行抽取，为使用通过社会网络分析法对人物关系进行分析奠定基础，使文学研究者、社会学家和普通读者对小说人物关系和背景有更全面的认识

自然语言处理技术

自然语言处理(NLP)是一门融语言学、计算机科学、数学于一体的科学。国外学者于20世纪40年代末至50年代初开始NLP相关的研究，近年来，随着人工智能和计算机技术的发展，自然语言处理(NLP)已经成为一个重要的人工智能发展方向，目前已广泛的应用于机器翻译、问答系统、文本分类、信息检索、自动文本摘要等领域。中文的自然语言处理相对于英文还是有诸多差异的，英文是以空格来区分词语，每一个单词即是一个词语，而中文则是以字为字符单位，以词语来表达意思，而且存在一词多义、多词一义等情况，所以相对于英文来说，中文的自然语言处理更为艰难。分词、词性标注、句法分析是中文自然语言处理的三大基本任务，本文主要应用分词、词性标注两类处理技术。

jieba库基本介绍

jieba库概述

jieba是优秀的中文分词第三方库

中文文本需要通过分词获得单个的词语

jieba是优秀的中文分词第三方库，需要额外安装

jieba库提供三种分词模式，最简单只需掌握一个函数

jieba分词的原理

Jieba分词依靠中文词库

利用一个中文词库，确定汉字之间的关联概率

汉字间概率大的组成词组，形成分词结果

除了分词，用户还可以添加自定义的词组

jieba库的优点

支持三种分词模式：

精确模式，试图将句子最精确地切开，适合文本分析；

全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

安装jieba：

命令行安装方法

pip3 install jieba

jupyter notebook中的安装方法

!pip3 install jieba

Requirement

already satisfied: jieba

d:\ancanda3\lib\site-packages (

0.39

)

jieba库常用函数

分词

词性标注

Jieba0.39版本提供55种词性标注，部分符号及含义如表1所示。由表1可知，人名被标注为nr,因此对小说进行分词和词性标注后的文本进行进一步提取，提取出词性为nr的词作为人物角色名称，即可构建角色列表。

jieba分词的简单应用

使用 jieba 分词对一个文本进行分词，统计长度大于2，出现次数最多的词语，这里以《神雕侠侣》为例

从小说中抽取出现的人名及次数

词性标注

jieba词性标注的简单应用

使用 jieba 分词对一个文本进行分词及词性标注，统计词性为nr，出现次数最多的词语，这里以《神雕侠侣》为例

提取后的文件内容如下图所示

jieba 同义词_Jieba库实现词性标注及小说人物角色抽取相关推荐

jieba安装_Jieba库实现词性标注及小说人物角色抽取
公众号: 小叶叶学Python 4年人力资源从业经验,情报学硕士,主要内容涵盖python.数据分析和人力资源相关内容本文运用自然语言处理技术,对中文小说<神雕侠侣>人物角色进行抽取,为 ...
Jieba库实现词性标注及小说人物角色抽取
公众号: 小叶叶学Python 4年人力资源从业经验,情报学硕士,主要内容涵盖python.数据分析和人力资源相关内容本文运用自然语言处理技术,对中文小说<神雕侠侣>人物角色进行抽取,为 ...
jieba 同义词_jieba 自定义词典
今天研究了一下结巴自定义词典的使用,稍作记录后续了解原理再修正. 我们添加自定义的词无非有4种 1.添加词完全不同于原词典的词这时候,uaerdict.txt中添加词的词频随意设定3即可 2.添加词 ...
媒体利器！最新同义词词库助力创作伪原创
[文章标题] "激动人心!最新同义词词库发布,助力媒体创作伪原创" [文章内容] 近日,一份全新的同义词词库正式发布,为媒体行业带来了一股新的创作风潮.这个词库的独特之处在于,它能 ...
第三方库实现中文词频分析和词语可视化（jieba，wordcloud库）
jieba,wordcloud库实现中文词频分析和词语可视化文章目录前言: 一.实验题目: 二.实验准备: 三.实验内容 1.全部代码: 2.实验结果: 3.难点分析: 结语: 前言: 这篇文章是 ...
mysql调用jieba库_jieba库的使用及实例
安装: cmd模式下输入 pip install jieba anaconda对应环境 conda install jieba 分词原理: Jieba分词依靠中文词库 -利用一个中文词库,确定汉字之间 ...
mysql调用jieba库_jieba库的使用
jieba库是一款优秀的 Python 第三方中文分词库,jieba 支持三种分词模式:精确模式.全模式和搜索引擎模式,下面是三种模式的特点. 精确模式:试图将语句最精确的切分,不存在冗余数据,适合做 ...
jieba 同义词_中文分词库FNLP与jieba的安装与使用
本篇讲述FNLP自然语言处理库和jieba中文分词库的安装与使用,FNLP自然语言处理库适合Java开发者学习中文分词处理,jieba中文分词库适合Python开发者学习中文分词处理.通过本篇的学习, ...
ORACLE同义词源库锁表导致目标库删除操作报ora 02055 02049 02063 06512
故障现象:目标库执行存储过程过程中报ora 02055 02049 02063 06512错误排查过程: 1.查询该存储过程的110行只是简单的删除动作 2.通过如下SQL语句查死锁,未见任何死锁 ...

jieba 同义词_Jieba库实现词性标注及小说人物角色抽取

jieba 同义词_Jieba库实现词性标注及小说人物角色抽取相关推荐

最新文章

热门文章