一文了解知识图谱能做什么、本文含Jiagu自然语言处理工具试用、知识图谱实战。
图2-5 成功安装Jiagu
接下来安装numpy
图2-6 numpy安装
接下来还需要再安装matplotlib
图2-7 matplotlib安装
这样我们所需的三个包，jiagu、matplotlib、numpy就安装完成了。
2.3 Jiagu实例运行使用
2.3.1分词、词性标注、命名实体识别
运行python代码如下：
import jiagu
#jiagu.init() # 可手动初始化，也可以动态初始化
text = ‘厦门明天会不会下雨’
words = jiagu.seg(text) # 分词
print(words)
pos = jiagu.pos(words) # 词性标注
print(pos)
ner = jiagu.ner(words) # 命名实体识别
print(ner)
图2-8 分词、词性标注、命名实体识别
2.3.2 demo测试
接下来我们运行demo进行测试
测试代码如下：
import jiagu
jiagu.init() # 可手动初始化，也可以动态初始化
text = ‘苏州的天气不错’
words = jiagu.seg(text) # 分词
print(words)
words = jiagu.cut(text) # 分词
print(words)
pos = jiagu.pos(words) # 词性标注
print(pos)
ner = jiagu.ner(words) # 命名实体识别
print(ner)
字典模式分词
text = ‘思知机器人挺好用的’
words = jiagu.seg(text)
print(words)
jiagu.load_userdict(‘dict/user.dict’) # 加载自定义字典，支持字典路径、字典列表形式。
jiagu.load_userdict([‘思知机器人’])
words = jiagu.seg(text)
print(words)
text = ‘’’
该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”
NASA埃姆斯研究中心的科学家拉玛·内曼尼（Rama Nemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”
“MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”
NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。
据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。
‘’’
keywords = jiagu.keywords(text, 5) # 关键词抽取
print(keywords)
summarize = jiagu.summarize(text, 3) # 文本摘要
print(summarize)
jiagu.findword(‘input.txt’, ‘output.txt’) # 根据大规模语料，利用信息熵做新词发现。
知识图谱关系抽取
text = ‘姚明1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。’
knowledge = jiagu.knowledge(text)
print(knowledge)
情感分析
text = ‘很讨厌还是个懒鬼’
sentiment = jiagu.sentiment(text)
print(sentiment)
文本聚类（需要调参）
docs = [
“百度深度学习中文情感分析工具Senta试用及在线测试”,
“情感分析是自然语言处理里面一个热门话题”,
“AI Challenger 2018 文本挖掘类竞赛相关解决方案及代码汇总”,
“深度学习实践：从零开始做电影评论文本情感分析”,
“BERT相关论文、文章和代码资源汇总”,
“将不同长度的句子用BERT预训练模型编码，映射到一个固定长度的向量上”,
“自然语言处理工具包spaCy介绍”,
“现在可以快速测试一下spaCy的相关功能，我们以英文数据为例，spaCy目前主要支持英文和德文”
]
cluster = jiagu.text_cluster(docs)
print(cluster)
代码运行结果截图如下：
图2-9 demo运行成功
2.3.3中文分词
运行代码如下：
import jiagu
text = ‘汉服和服装、维基图谱’
words = jiagu.seg(text)
print(words)
jiagu.load_userdict(‘dict/user.dict’) # 加载自定义字典，支持字典路径、字典列表形式。
jiagu.load_userdict([‘汉服和服装’])
words = jiagu.seg(text) # 自定义分词，字典分词模式有效
print(words)
图2-10运行中文分词
2.3.4知识图谱关系抽取
本案例只能使用百科的描述进行测试。作者提出效果更佳的后期将会开放api。
代码如下：
import jiagu
吻别是由张学友演唱的一首歌曲。
《盗墓笔记》是2014年欢瑞世纪影视传媒股份有限公司出品的一部网络季播剧，改编自南派三叔所著的同名小说，由郑保瑞和罗永昌联合导演，李易峰、杨洋、唐嫣、刘天佐、张智尧、魏巍等主演。
text = ‘姚明1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。’
knowledge = jiagu.knowledge(text)
print(knowledge)
图2-11 运行关系抽取
2.3.5关键词抽取
代码如下：
import jiagu
text = ‘’’
该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”
NASA埃姆斯研究中心的科学家拉玛·内曼尼（Rama Nemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”
“MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”
NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。
据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。
‘’’
keywords = jiagu.keywords(text, 5) # 关键词
print(keywords)
图2-12运行关键词抽取
2.3.6情感分析
代码如下：
import jiagu
text = ‘很讨厌还是个懒鬼’
sentiment = jiagu.sentiment(text)
print(sentiment)
图2-13 运行情感分析
2.3.7文本聚类
代码如下：
import jiagu
docs = [
“百度深度学习中文情感分析工具Senta试用及在线测试”,
“情感分析是自然语言处理里面一个热门话题”,
“AI Challenger 2018 文本挖掘类竞赛相关解决方案及代码汇总”,
“深度学习实践：从零开始做电影评论文本情感分析”,
“BERT相关论文、文章和代码资源汇总”,
“将不同长度的句子用BERT预训练模型编码，映射到一个固定长度的向量上”,
“自然语言处理工具包spaCy介绍”,
“现在可以快速测试一下spaCy的相关功能，我们以英文数据为例，spaCy目前主要支持英文和德文”
]
cluster = jiagu.text_cluster(docs)
print(cluster)
图2-14 运行文本聚类
2.3.8词性说明
n 普通名词 nt 时间名词 nd 方位名词 nl 处所名词
nh 人名 nhf 姓 nhs 名 ns 地名
ni 机构名 nz 其他专名 v 动词
vd 趋向动词 vl 联系动词 vu 能愿动词 a 形容词
f 区别词 m 数词 q 量词 d 副词
r 代词 p 介词 c 连词 nn 族名
u 助词 e 叹词 o 拟声词
i 习用语 j 缩略语 h 前接成分
k 后接成分 g 语素字 x 非语素字
w 标点符号 ws非汉字字符串 wu 其他未知的符号
2.3.9命名实体说明
B-PER、I-PER 人名
B-LOC、I-LOC 地名
B-ORG、I-ORG 机构名
2.4 报错与解决
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
字
w 标点符号 ws非汉字字符串 wu 其他未知的符号
2.3.9命名实体说明
B-PER、I-PER 人名
B-LOC、I-LOC 地名
B-ORG、I-ORG 机构名
2.4 报错与解决
[外链图片转存中…(img-IG7IL0st-1714741822751)]
[外链图片转存中…(img-idyqGkgW-1714741822752)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
