文学作品中的“小世界”——菲茨杰拉德小说人物关系网络的实证分析

文学之美在于映照现实。为检验这一观点,对菲茨杰拉德的四部小说采用自然语言处理技术提取小说人物角色,并构建人物共现关系网络;基于复杂网络拓扑测度,计算此网络的结构特性,结果表明:菲茨杰拉德四部小说中的人物关系网络均具有类似无尺度的度分布和小世界特征的结构特性,特别是《了不起的盖茨比》和《夜色温柔》中人物关系网络的直径与六度分离定理高度吻合,说明经典小说的魅力来自其描写的社会结构与现实社会高度相似,定量实证分析方法可为定性文学评论提供佐证。本研究为传统文学批评开启了新的视角,提供了新的工具,相关方法可用于对小说作品文学性的评判以及对现有小说定性评价的定量解释。

人物关系网络在包装产品精准营销中的应用

在当今信息化社会中,人物关系网络研究具有十分重要的意义,它蕴含了巨大的商机,并可应用于不同的领域。在包装产品信息分析中,文本信息是重要的基础资源,将原始文本经过命名实体识别、人物实体关系抽取、指代消解等技术处理后,构建出人物社会关系网络来服务于包装产品的精准营销,是一种行之有效的方法。实验结果表明,人物关系网络构建方法具有领域可移植性,它便于在大规模的网络文本中对包装产品相关文本进行灵活分析,从而为包装产品生产经营者精准营销提供辅助决策功能,其方法具有较强的实用价值。

基于复杂网络的人物关系建模研究——以《红楼梦》为例

经典的文学作品能够流传至今是因为其虚拟的社会能够反映出现实世界的许多特性。为了验证这个观点,将曹雪芹的小说《红楼梦》采用复杂网络方法对人物关系进行建模,利用NetworkX软件包计算网络指标分析网络的结构特性。结果表明该小说的人物关系网络直径符合六度分离定理,其社会关系结构和现实世界较为相似,具有小世界、社团结构、稀疏特性并且网络节点之间呈现异配情况。与传统文学作品分析方法相比,该实验使用的方法可定量对比小说世界和现实世界的特征。

特定事件意见领袖挖掘

为挖掘适用于特定事件的意见领袖,提出一种采用特定事件相关的新闻文本构建人物关系网络,结合社会网络分析方法挖掘意见领袖的方法。从特定事件相关的新闻文本中识别人名序列,采用滑动窗口和段落划分的方式确定人物之间的影响关系,计算影响关系的强弱,构建特定事件的人物关系网络。采用改进的LeaderRank算法计算人物关系网络中人物的影响力得分。实验结果表明,该方法能够有效识别特定事件的意见领袖,改进后的LeaderRank算法相比LeaderRank等算法能够更有效地识别意见领袖。

自然语言处理在中华优秀传统文化挖掘中的应用

自然语言处理技术(NLP)能够识别一段文字的主题、关键词、人物共现等,将这一技术应用在古籍文本大数据中,对弘扬中华优秀传统文化具有重要意义。基于python爬虫技术进行文本采集,进行一系列数据处理操作。通过TF-IDF算法计算词频统计,从而确定文本主题内容,并借助matplotlib生成关键词云图进行可视化分析。创建人物节点并计算各个结点之间的权值生成人物关系网状图;进一步探索网络的重要节点排序方法,寻找更大程度上影响网络的架构层次以及功能的部分特殊节点,节点可以是人亦是物。通过人们对古籍文本的评论内容进行分词处理,在此基础之上使用词性标注以便于情感分析,达到分析文化认可度的目的。知识图谱可以对知识层次间关系的多组不一样的图片做出展览,从而可以将技术可视化。