小说人名提取

发表于 阅读次数： Changyan： 本文字数： 296 阅读时长 ≈ 1 分钟

一个基于hanlp的小说人名关系提取工具

santi

项目地址

特点

  • 直接使用hanlp训练好的模型，无专门自定义人名字典
  • 自动人名统计
  • 部分人名简称转换

使用方法

  1. 将书以txt后缀保存在book目录下，并且以 utf-8 格式保存

  2. 运行如下命令

1
python rel.py --book book_name #注意没有txt后缀

运行结果展示

平凡的世界

平凡的世界
pfdsj2
pfdsj3

三体

santi
santi2
santi3

分词模型对比

  • thulac 清华，大模型下载困难，小模型词性标注效果较差
  • jieba 词性标注不好，很容易误分类
  • hanlp 功能完整的工具包，分词效果不错
  • pynlpir 中科院，标注太奇怪，弃用
  • pyltp 哈工大