Python自然语言处理分析倚天屠龙记！都是小时候最爱看的电视剧

所有人物的相似图连接。

关系同上。展示形式为多中心结构

以张无忌的不同身份为中心的网络关系图。

一、分析结果

实体的不同属性（张无忌的总多马甲）

张无忌，无忌，张教主，无忌哥哥，张公子。同一个张无忌有多个身份，不同身份又和不同的人联系，有不一样的相似度。

先来看看图：

无忌哥哥是过于亲密的名字，一般不喊。好似和这个词相似度高的都是比较奇怪的角色。

无忌是关系熟了以后，平辈或者长辈可以称呼的名字。还有周姑娘，殷姑娘等

数据预处理

文本文件转发成utf8(pandas)

文本文件分句，分词（Jieba)

文本文件分句，分词, 分析词性，主要是人名（Jieba)

更新自定义词典，重新分词（整个过程需要几遍，直至满意）

手工少量删除（分词出来的人名误判率不高，但是还是存在一些。例如：赵敏笑道，可以被识别的 一个叫 赵敏笑的人。 这部分工作还需要手工做。 除非有更好的分词工具，或者可以训练的分词工具，才能解决这一问题。

Word2Vec 训练模型。这个模型可以计算两个人之间的相似度

Word2Vec 向量化训练

建立实体关系矩阵

欢迎大家关注我的博客：https://home.cnblogs.com/u/sm123456/

 欢迎大家加入万人交流学习，资源共享群：125240963