elliotxx / eventextractbynovel Goto Github PK

项目详情可见目录下 项目报告书.pdf

• sklearn==0.19.1
• numpy==1.14.0
• scipy==1.0.0

common.py - 放置公共变量和类
generate_feature.py - 手动特征向量，保存在本地
train_model.py - 使用SVM训练保存的特征向量，生成分类器

1. 首先读取每句话，找到包含主题词的句子（主题词必须作为名词并且后两个词至少一个为动词），
2. 计算该句子的词频作为特征向量，如果全为0，则抛弃
3. 手动标注该特征向量的标签，即该句子属于哪个事件类别
4. 将所有标注过的特征向量和标签保存在本地
5. 使用SVM训练保存的特征向量，生成分类器
6. 继续读取每句话，找到包含主题词的句子，对该句子用分类器预测
7. 输出预测结果

1 修炼
2 对话
3 心理活动

腰部
发酸
麻麻
眯起
酸痛
歇息
打熬

咧嘴
说道
笑道
询问

感到
高兴
心中
忐忑
心底
坚定

• Python中文分词组件 jieba
  http://www.oschina.net/p/jieba

• ICTCLAS 汉语词性标注集
  http://fhqllt.iteye.com/blog/947917

• Python中的支持向量机SVM的使用（有实例）
  https://www.cnblogs.com/luyaoblog/p/6775342.html

• 【Python】在Python中自定义迭代器Iterator
  http://blog.csdn.net/ghostfromheaven/article/details/11880251

• 文本分类与SVM
  http://blog.csdn.net/zhzhl202/article/details/8197109

• 基于支持向量机SVM的文本分类的实现
  http://blog.csdn.net/qq_30189255/article/details/54571370

• 几种归一化方法（Normalization Method）python实现
  http://blog.csdn.net/kryolith/article/details/39770187