参考：

 

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：

1. 环境 windows Python3.6
2. 模块jieba  
3. jephi软件

 人名字典   

《釜山行》中文剧本 

  

代码：

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

import

os, sys import jieba, codecs, math import jieba.posseg as pseg names = {}       # 姓名字典 relationships = {} # 关系字典 lineNames = []    # 每段内人物关系 # count names jieba.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") as f

:

for

line in f.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 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

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 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

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

# output

with

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

 

 

参考：

共线网络简单英文介绍

Python中文分词：结巴分词

import as 解释：

 

修改2