Ich habe mich schon immer für die Verarbeitung natürlicher Sprache und die Analyse sozialer Netzwerke interessiert. Ersteres kann uns helfen, aus Texten viele Erkenntnisse zu gewinnen, während letzteres uns ermöglicht, die gemeinsamen Beziehungen zwischen Menschen und Dingen zu verstehen . Netzwerkartige Verbindungen führen zu mehr Bewusstsein. Welche Art von Magie wird es geben, wenn beides kombiniert wird? Als Fan der Three Kingdoms kam mir folgende Idee: Kann ich mithilfe von Textverarbeitungsmethoden die sozialen Netzwerke der Charaktere in „The Romance of the Three Kingdoms“ ermitteln und diese dann analysieren? Es gibt viele gute Tools in Python, die mir helfen können, meine neugierigen Ideen umzusetzen. Beginnen wir jetzt.
Vorbereitung
Holen Sie sich den Text von „The Romance of the Three Kingdoms“ .
chapters = get_sanguo() # 文本列表，每个元素为一章的文本print(chapters[0][:106])第一回 宴桃园豪杰三结义 斩黄巾英雄首立功滚滚长江东逝水，浪花淘尽英雄。是非成败转头空。青山依旧在，几度夕阳红。白发渔樵江渚上，惯看秋月春风。一壶浊酒喜相逢。古今多少事，都付笑谈中
„The Romance of the Three Kingdoms“ ist kein leicht zu handhabender Text, er ähnelt antiken Texten und wir werden mit einer Reihe von Pseudonymen konfrontiert, wie z. B. den Schriftgrößen alter Menschen. Woher weiß der Computer beispielsweise, dass sich „Xuande“ auf „Liu Bei“ bezieht? Dann müssen wir ihm etwas Wissen vermitteln. Wir Menschen wissen durch Studien, dass „Xuande“ Liu Beis Charakter ist, und Computer können eine ähnliche Methode verwenden, um die Verbindung dieses Konzepts zu vervollständigen. Wir müssen dem Computer mitteilen, dass „Liu Bei“ eine Entität ist (ähnlich dem Standardnamen eines Objekts) und „Xuande“ eine Referenz auf „Liu Bei“ ist Wissensbasis.
entity_mention_dict, entity_type_dict = get_sanguo_entity_dict()
print("刘备的指称有：",entity_mention_dict["刘备"]
刘备的指称有： [ 刘备 , 刘玄德 , 玄德 , 使君 ]Zusätzlich zu menschlichen Wesenheiten und Bezügen können wir auch andere Arten von Bezügen einbeziehen, wie zum Beispiel die Kräfte der Drei Königreiche. Beispielsweise kann „Shu“ auch „Shuhan“ genannt werden, so das Wissen Die Basis kann zur Unterscheidung auch Informationen zum Entitätstyp enthalten.
print("刘备的类型为",entity_type_dict["刘备"])
print("蜀的类型为",entity_type_dict["蜀"])
print("蜀的指称有",entity_mention_dict["蜀"])
刘备的类型为 人名
蜀的类型为 势力
蜀的指称有 [ 蜀 , 蜀汉 ]Mit diesem Wissen können wir theoretisch verschiedene Spitznamen von Entitäten programmgesteuert zuordnen. Aber auch wenn man bei Null anfangen muss, ist immer noch viel Arbeit damit verbunden. HarvestText[1] ist eine Textverarbeitungsbibliothek, die diese Schritte kapselt und uns dabei helfen kann, diese Aufgabe einfach zu erledigen.
ht = HarvestText()ht.add_entities(entity_mention_dict, entity_type_dict) # 加载模型print(ht.seg("誓毕，拜玄德为兄，关羽次之，张飞为弟。",standard_name=True))[ 誓毕 , ， , 拜 , 刘备 , 为兄 , ， , 关羽 , 次之 , ， , 张飞 , 为弟 , 。 ]Einrichtung sozialer Netzwerke
Nachdem wir die Referenzen erfolgreich in Standard-Entitätsnamen vereinheitlicht haben, können wir mit der Erkundung der sozialen Netzwerke der Drei Königreiche beginnen. Der spezifische Weg, dies zu ermitteln, besteht darin, benachbarte Kookkurrenzbeziehungen zu verwenden. Immer wenn ein Paar von Entitäten in zwei Sätzen zusammen vorkommt, fügen Sie ihnen eine Kante hinzu. Dann ist der gesamte Prozess des Aufbaus eines Netzwerks wie in der folgenden Abbildung dargestellt:
Wir können die von HarvestText bereitgestellte Funktion verwenden, um diesen Prozess direkt abzuschließen der kleine Text in Kapitel 1 Lass es uns üben:
# 准备工作
doc = chapters[0].replace("操","曹操") # 由于有时使用缩写，这里做一个微调
ch1_sentences = ht.cut_sentences(doc) # 分句
doc_ch01 = [ch1_sentences[i]+ch1_sentences[i+1] for i in range(len(ch1_sentences)-1)] #获得所有的二连句
ht.set_linking_strategy("freq")
# 建立网络
G = ht.build_entity_graph(doc_ch01, used_types=["人名"]) # 对所有人物建立网络，即社交网络
# 挑选主要人物画图
important_nodes = [node for node in G.nodes if G.degree[node]>=5]
G_sub = G.subgraph(important_nodes).copy()
draw_graph(G_sub,alpha=0.5,node_scale=30,figsize=(6,4))Was ist die spezifische Beziehung zwischen ihnen? Wir können die Textzusammenfassung verwenden, um den spezifischen Inhalt dieses Kapitels zu erhalten:
stopwords = get_baidu_stopwords() #过滤停用词以提高质量for i,doc in enumerate(ht.get_summary(doc_ch01, topK=3, stopwords=stopwords)): print(i,doc)玄德见皇甫嵩、朱儁，具道卢植之意。嵩曰：“张梁、张宝势穷力乏，必投广宗去依张角。时张角贼众十五万，植兵五万，相拒于广宗，未见胜负。植谓玄德曰：“我今围贼在此，贼弟张梁、张宝在颍川，与皇甫嵩、朱儁对垒。次日，于桃园中，备下乌牛白马祭礼等项，三人焚香再拜而说誓曰：“念刘备、关羽、张飞，虽然异姓，既结为兄弟，则同心协力，
Der Hauptinhalt dieses Kapitels scheint die Geschichte zu sein, in der Liu, Guan und Zhang Taoyuan geschworene Brüder werden und gegen den Gelben Turban kämpfen Diebe zusammen.
Three Kingdoms Full Network Drawing
Mit der Grundlage einer kleinen Praxis können wir dieselbe Methode verwenden, um den Inhalt jedes Kapitels zu integrieren und zu zeichnen Ein Gesamtbild, das alle Generationen der Drei Königreiche umfasst.
G_chapters = []
Im gesamten sozialen Netzwerk gibt es bis zu 1.290 Menschen und es gibt Zehntausende von Kanten! Dann ist es für uns fast unmöglich, es zu zeichnen. Wählen wir also die Schlüsselfiguren aus und zeichnen Sie eine Teilmenge.
important_nodes = [node for node in G_global.nodes if G_global.degree[node]>=30]
Verwenden Sie Pyecharts zur Visualisierung
from pyecharts import Graph
Interaktive Diagramme können nicht im Blog angezeigt werden, daher hier ein Screenshot: Die angrenzenden Knoten von Liu Bei werden angezeigt
Das gesamte Netzwerk ist kompliziert, und dahinter verbergen sich unzählige Eroberungen und Intrigen in der Geschichte der Drei Königreiche. Mit der leistungsstarken Rechenleistung von Computern können wir jedoch immer noch bestimmte wichtige Hinweise klären, wie zum Beispiel:
Charakter-Ranking-Wichtigkeit
Für diese Frage haben wir es kann mithilfe des Sortieralgorithmus im Netzwerk gelöst werden. PageRank ist eine solche typische Methode. Es handelt sich ursprünglich um eine Methode für Suchmaschinen, die Verbindungen zwischen Websites zum Ranking von Suchergebnissen zu nutzen, aber das Gleiche gilt auch für die Verbindungen zwischen Personen. Kommen wir zu den Top 20:
page_ranks = pd.Series(nx.algorithms.pagerank(G_global)).sort_values() page_ranks.tail(20).plot(kind="barh") plt.show()
结果的确和上面的排序有所不同，我们看到刘备、曹操、孙权、袁绍等主公都名列前茅。而另一个有趣的发现是，司马懿、司马昭、司马师父子三人同样榜上有名，而曹氏的其他后裔则不见其名，可见司马氏之权倾朝野。司马氏之心，似乎就这样被大数据揭示了出来！
社群发现
人物关系有亲疏远近，因此往往会形成一些集团。社交网络分析里的社区发现算法就能够让我们发现这些集团，让我使用community库[2]中的提供的算法来揭示这些关系吧。
import community # python-louvainpartition = community.best_partition(G_main) # Louvain算法划分社区comm_dict = defaultdict(list)for person in partition: comm_dict[partition[person]].append(person)
在下面3个社区里，我们看到的主要是魏蜀吴三国重臣们。（只有一些小“问题”，有趣的是，电脑并不知道他们的所属势力，只是使用算法。）
draw_community(2) ommunity 2: 张辽 曹仁 夏侯惇 徐晃 曹洪 夏侯渊 张郃 许褚 乐进 李典 于禁 荀彧 刘晔 郭嘉 满宠 程昱 荀攸 吕虔 典韦 文聘 董昭 毛玠
draw_community(4) community 4: 曹操 诸葛亮 刘备 关羽 赵云 张飞 马超 黄忠 许昌 孟达[魏] 孙乾 曹安民 刘璋 关平 庞德 法正 伊籍 张鲁 刘封 庞统 孟获 严颜 马良 简雍 蔡瑁 陶谦 孔融 刘琮[刘表子] 刘望之 夏侯楙 周仓 陈登
draw_community(3) community 3: 孙权 孙策 周瑜 陆逊 吕蒙 丁奉 周泰 程普 韩当 徐盛 张昭[吴] 马相 黄盖[吴] 潘璋 甘宁 鲁肃 凌统 太史慈 诸葛瑾 韩吴郡 蒋钦 黄祖 阚泽 朱桓 陈武 吕范
draw_community(0) community 0: 袁绍 吕布 刘表 袁术 董卓 李傕 贾诩 审配 孙坚 郭汜 陈宫 马腾 袁尚 韩遂 公孙瓒 高顺 许攸[袁绍] 臧霸 沮授 郭图 颜良 杨奉 张绣 袁谭 董承 文丑 何进 张邈[魏] 袁熙
还有一些其他社区。比如在这里，我们看到三国前期，孙坚、袁绍、董卓等主公们群雄逐鹿，好不热闹。
draw_community(1) community 1: 司马懿 魏延 姜维 张翼 马岱 廖化 吴懿 司马昭 关兴 吴班 王平 邓芝 邓艾 张苞[蜀] 马忠[吴] 费祎 谯周 马谡 曹真 曹丕 李恢 黄权 钟会 蒋琬 司马师 刘巴[蜀] 张嶷 杨洪 许靖 费诗 李严 郭淮 曹休 樊建 秦宓 夏侯霸 杨仪 高翔 张南[魏] 华歆 曹爽 郤正 许允[魏] 王朗[司徒] 董厥 杜琼 霍峻 胡济 贾充 彭羕 吴兰 诸葛诞 雷铜 孙綝 卓膺 费观 杜义 阎晏 盛勃 刘敏 刘琰 杜祺 上官雝 丁咸 爨习 樊岐 曹芳 周群
这个社区是三国后期的主要人物了。这个网络背后的故事，是司马氏两代三人打败姜维率领的蜀汉群雄，又扫除了曹魏内部的曹家势力，终于登上权力的顶峰。
动态网络
研究社交网络随时间的变化，是个很有意思的任务。而《三国演义》大致按照时间线叙述，且有着极长的时间跨度，顺着故事线往下走，社交网络会发生什么样的变化呢？
这里，我取10章的文本作为跨度，每5章记录一次当前跨度中的社交网络，就相当于留下一张快照，把这些快照连接起来，我们就能够看到一个社交网络变化的动画。快照还是用networkx得到，而制作动画，我们可以用moviepy。
江山代有才人出，让我们看看在故事发展的各个阶段，都是哪一群人活跃在舞台中央呢？
import moviepy.editor as mpy
from moviepy.video.io.bindings import mplfig_to_npimage
width, step = 10,5
range0 = range(0,len(G_chapters)-width+1,step)
numFrame, fps = len(range0), 1
duration = numFrame/fps
pos_global = nx.spring_layout(G_main)
def make_frame_mpl(t):
i = step*int(t*fps)
G_part = nx.Graph()
for G0 in G_chapters[i:i+width]:
for (u,v) in G0.edges:
if G_part.has_edge(u,v):
G_part[u][v]["weight"] += G0[u][v]["weight"]
else:
G_part.add_edge(u,v,weight=G0[u][v]["weight"])
largest_comp = max(nx.connected_components(G_part), key=len)
used_nodes = set(largest_comp) & set(G_main.nodes)
G = G_part.subgraph(used_nodes)
fig = plt.figure(figsize=(12,8),dpi=100)
nx.draw_networkx_nodes(G,pos_global,node_size=[G.degree[x]*10 for x in G.nodes])
# nx.draw_networkx_edges(G,pos_global)
nx.draw_networkx_labels(G,pos_global)
plt.xlim([-1,1])
plt.ylim([-1,1])
plt.axis("off")
plt.title(f"第{i+1}到第{i+width+1}章的社交网络")
return mplfig_to_npimage(fig)
animation = mpy.VideoClip(make_frame_mpl, duration=duration)
animation.write_gif("./images/三国社交网络变化.gif", fps=fps)美观起见，动画中省略了网络中的边。
随着时间的变化，曾经站在历史舞台中央的人们也渐渐地会渐渐离开，让人不禁唏嘘感叹。正如《三国演义》开篇所言：
古今多少事，都付笑谈中。
今日，小辈利用python做的一番笑谈也就到此结束吧……
【推荐课程：Python视频教程】
Das obige ist der detaillierte Inhalt vonSpaß, Spaß – Verwendung von Python zur Analyse des sozialen Netzwerks in „The Romance of the Three Kingdoms'. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
