12 2021 档案
摘要：诗词问答 诗人问题 # 诗人相关问题 # 诗人的作品 self.poem_name_qwds=['诗','作品','诗集','诗词'] # 诗人的朋友 self.poemer_friend_qwds=['好友','朋友','知己'] # 诗人的出生年月 self.poemer_born_qwds=[
阅读全文
摘要：诗词鉴赏 整体鉴赏 单句鉴赏 这里还有些欠缺，翻译和赏析需要再细分一下，细分到具体的诗句的译文和情感 其次，诗词的模型还需要训练，后期不仅实现单句赏析，最好能出现单个名词性意象的赏析（名词性意象需要进行单独的训练）
阅读全文
摘要：七类情感分析 情感字典标注数据集 通过之前word2vec查找七类情感的相近词，得到一个情感词典，由于我们需要对其进行诗句评分，来判断整体的情感表现。 故而，我们重新收集了相关的情感词典，并收集了对应的权重（相似程度值），以此来判断整首诗的情感。 如下表所示： 根据我们所得到的情感字典，来对唐诗48
阅读全文
摘要：Word2vec构造情感字典 基本含义 基于Word2vec的字向量能从大量未标注的普通文本数据中无监督地学习到字向量，而且这些字向量包含了字与字之间的语义关系，正如现实世界中的“物以类聚，类以群分”一样，字可以由它们身边的字来定义。 从原理上讲，基于字嵌入的Word2vec是指把一个维数为所有字的
阅读全文
摘要：Bilstm中文微博多情感分析 数据 我的数据是来自github的一个项目：ChineseNlpCorpus 里面收集了蛮多用于自然语言处理的中文数据集/语料。 下载地址： 百度网盘数据概览： 36 万多条，带情感标注 新浪微博，包含 4 种情感，其中喜悦约 20 万条，愤怒、厌恶、低落各约 5 万
阅读全文
摘要：分析步骤 数据集 现在我们有一个经典的数据集IMDB数据集，地址：http://ai.stanford.edu/~amaas/data/sentiment/，这是一份包含了5万条流行电影的评论数据，其中训练集25000条，测试集25000条。数据格式如下： 下图左边为名称，其中名称包含两部分，分别是
阅读全文
摘要：诗词时空背景 来源 根据目前的诗词，找出其创作时间，根据创作时间找出相近的诗词创作，提取诗词的背景信息以及对应的诗句，将该诗词创作的前后时间补充完整 def get_poemtime_about_poem(): poem_name = request.form.get("poem_name") db
阅读全文
摘要：今日进度 诗人信息 诗词注释 爬取诗词注释 import requests from bs4 import BeautifulSoup from lxml import etree headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win6
阅读全文
摘要：诗词鉴赏 基本介绍 模糊查找 搜索望岳 跳转至诗词查找页面
阅读全文
摘要：人物关系优化 优化一 修改连接线上的文字：为蓝色更加醒目 优化二 当鼠标触摸诗人，会将其与有关联的诗人线条变红，并将其他不直接相关的诗人线条去除 展示效果 诗人轨迹 处理过程 ①先获取所有古代地名的经纬度，形成如下的map信息 var geoCoordMap={ '鉴湖': [120.5463489
阅读全文
摘要：诗人图谱 展示效果 缺陷 触摸作者时，展示的好友关系不明显，要做到明显一些（明天试试加粗线条，把其他非直接关系的加个蒙版） 诗人合称 展示效果 欠缺 可以把该合称包含的其他作者也展示出来（可能会效果好一些），明天在修改修改
阅读全文
摘要：链接跳转 首页 诗词信息点击后会跳转对应的朝代诗词信息浏览界面 诗人信息点击后会跳转对应的朝代诗人信息浏览界面 部分诗人点击后会跳转对应的诗人图谱界面 诗人页面 点击诗人详情，会跳转到对应的诗人图谱页面 古诗优化 优化一 避免叠词的生成，导致古诗不够优雅，通顺 例如：楼高高高楼 × 避免叠词产生 优
阅读全文
摘要：基本介绍 问题 之前爬取诗人生平时，只爬取了对应的文字，导致在进行可视化时，缺少二级标题，导致无法进行有效的展示。 解决方案：从新爬取，这回将对应的格式也爬取下来 展示效果 诗人画像 名人名句 需要加载一个名人名句模块，之前未爬取，爬取对其进行补充 import requests from bs4
阅读全文
摘要：诗词浏览 按照朝代浏览 按诗人浏览 按题材浏览 诗人浏览 按朝代浏览 明日任务 完成诗人图谱中：基本介绍与诗人画像两个部分模块
阅读全文
