poetry_analyzer

by MrQianJinSi

MrQianJinSi / poetry_analyzer

诗歌分析程序

210 Stars 96 Forks Last release: Not found 15 Commits 0 Releases

Available items

No Items, yet!

The developer of this repository has not created any items for sale yet. Need a bug fixed? Help with integration? A different license? Create a request here:

全唐诗分析程序

这个程序最初的诞生是为了写微信公众号的两篇文章,那两篇文章的也大致讲解了程序的原理和流程。 因此,在使用程序之前,强烈建议您先读这两篇文章: - 当我们在读唐诗时,我们在读什么? - 计算机告诉你,唐朝诗人之间的关系到底是什么样的?

相应的,程序也主要有两个方面的功能: - 分析词频和词向量,对应第一篇文章 - 构建诗人之间的引用关系,对应第二篇文章

master分枝仅支持python3。python2分枝(感谢网友carryme9527的工作,这个分枝主要是他的功劳)则支持python2。 程序主要有两个目录: - data目录,用于存储全唐诗和CBDB数据库 - html目录,存储最终的社交网络关系网页

程序在运算过程中会dump一些中间运算结果,并存储在save目录(如果不存在会自动创建)中。

由于CBDB数据库很大,有400+M。github不允许上传这么大的文件,请大家自行去CBDB官网下载单机版数据库,并且以cbdb_sqlite.db为文件名存储在data目录下。

依赖库

程序依赖了两个python库

shell
pip3 install thulac
pip3 install gensim
其中thulac用于分词,gensim用于word2vec. 这两个库只用于第一篇文章的分析。如果您只关心如何构建诗人关系网络,那么不需要安装这个两个库。

基本用法

对于普通用户来说: 直接用浏览器打开html目录下的网页文件,就可以在浏览器中观察网络结构了,并且可以随意拖动和放大,很有意思。

对于程序员来说: - 运行

python3 word_level_analyzer.py
来复现第一篇文章的结果 - 运行
python3 construct_poets_network.py
来构建社交网络,并将运行结果存储在save目录。 - 运行
python3 visualize_poets_network.py
来构建出显示社交网络的网页,并将结果存储在html目录。

路线图

我后续还会对古典文献进行一些分析,并将更新过的代码及时的push到这个库中。欢迎大家关注我的微信公众号:mrqianjinsi

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.