https://github.com/liuhuanyong/TextGrapher

Text Content Grapher based on keyinfo extraction by NLP method。输入一篇文档，将文档进行关键信息提取，进行结构化，并最终组织成图谱组织形式，形成对文章语义信息的图谱化展示。
https://github.com/liuhuanyong/TextGrapher

Last synced: 3 months ago
JSON representation

Text Content Grapher based on keyinfo extraction by NLP method。输入一篇文档，将文档进行关键信息提取，进行结构化，并最终组织成图谱组织形式，形成对文章语义信息的图谱化展示。

• Host: GitHub
• URL: https://github.com/liuhuanyong/TextGrapher
• Owner: liuhuanyong
• Created: 2018-07-25T07:30:37.000Z (almost 6 years ago)
• Default Branch: master
• Last Pushed: 2021-10-20T03:16:44.000Z (over 2 years ago)
• Last Synced: 2024-01-16T11:51:18.654Z (5 months ago)
• Language: Python
• Homepage:
• Size: 2.93 MB
• Stars: 1,258
• Watchers: 28
• Forks: 356
• Open Issues: 21
• Metadata Files:
  • Readme: README.md

Lists

• awesome-stars - TextGrapher
• StarryDivineSky - iuhuanyong/TextGrapher

README

        
# TextGrapher

Text Content Grapher based on keyinfo extraction by NLP method。输入一篇文档，将文档进行关键信息提取，进行结构化，并最终组织成图谱组织形式，形成对文章语义信息的图谱化展示。

# 项目介绍

如何用图谱和结构化的方式，即以简洁的方式对输入的文本内容进行最佳的语义表示是个难题。　本项目将对这一问题进行尝试，采用的方法为：输入一篇文档，将文档进行关键信息提取，并进行结构化，并最终组织成图谱组织形式，形成对文章语义信息的图谱化展示。　　

# 使用方式

    from text_grapher import *

    content = '你要分析的文本'

    handler = CrimeMining()

    handler.main(content)

结果保存在graph.html文件当中。　　

# 事件举例

１) 中兴事件　

![image](https://github.com/liuhuanyong/TextGrapher/blob/master/image/%E4%B8%AD%E5%85%B4%E4%BA%8B%E4%BB%B6.png)

2) 魏则西事件　

![image](https://github.com/liuhuanyong/TextGrapher/blob/master/image/%E9%AD%8F%E5%88%99%E8%A5%BF%E4%BA%8B%E4%BB%B6.png)

3) 雷洋事件　

![image](https://github.com/liuhuanyong/TextGrapher/blob/master/image/%E9%9B%B7%E6%B4%8B%E5%AB%96%E5%A8%BC%E4%BA%8B%E4%BB%B6.png)

4) 同学杀人事件　

![image](https://github.com/liuhuanyong/TextGrapher/blob/master/image/%E5%90%8C%E5%AD%A6%E6%9D%80%E4%BA%BA%E4%BA%8B%E4%BB%B6.png)

# 总结

１）如何用图谱和结构化的方式，即以简洁的方式对输入的文本内容进行最佳的语义表示是个难题。  

２）本项目采用了高频词，关键词，命名实体识别，主谓宾短语识别等抽取方式，并尝试将三类信息进行图谱组织表示，这种表示方式是一种尝试。  

３）命名实体识别以及关键信息抽取受限于NLP的性能，在算法和方式上还存在多处不足。

# Question?

 send mail to [email protected]  

 If any question about the project or me ,see https://liuhuanyong.github.io/