项目地址:

https://github.com/liuhuanyong/ComplexEventExtraction

项目介绍

原始项目名为ComplexEventExtraction,即中文复合事件抽取,包括条件事件、因果事件、顺承事件、反转事件。我个人觉得可以用于识别文本中是否存在逻辑表达,统计文本中的各种逻辑表达的句子数。
事件类型

项目地址https://github.com/liuhuanyong/ComplexEventExtraction 项目介绍很详细,感兴趣的一定要去原项目看一下。
中文文本数据逻辑性分析库

如果我会知识图谱(比如社交网络分析)可视化技能,就能根据分析出的条件、因果、顺承、反转的数据结构,可视化一段文本的知识图谱。图片是刘焕勇别的项目绘制出来的。
1、反转事件图谱

中文文本数据逻辑性分析库
2、条件事件图谱

中文文本数据逻辑性分析库

安装方法

项目地址
https://github.com/liuhuanyong/ComplexEventExtraction
项目介绍很详细,感兴趣的一定要去原项目看一下。

^_^这是大邓封装的库,可以命令行安装


pip3 install https://github.com/thunderhit/eventextraction/archive/master.zip

使用

3.1 主函数

from
 eventextraction 
import

EventsExtraction

extractor 
=

EventsExtraction
()

content 
=

'虽然你做了坏事,但我觉得你是好人。一旦时机成熟,就坚决推行'

datas 
=
 extractor
.
extract_main
(
content
)

print
(
datas
)

运行结果

[{
'sent'
:

'虽然你做了坏事,但我觉得你是好人'
,

'type'
:

'but'
,

'tuples'
:

{
'pre_wd'
:

'虽然'
,

'pre_part'
:

'你做了坏事,'
,

'post_wd'
:

'但'
,

'post_part '
:

'我觉得你是好人'
}},

{
'sent'
:

'一旦时机成熟,就坚决推行'
,

'type'
:

'condition'
,

'tuples'
:

{
'pre_wd'
:

'一旦'
,

'pre_part'
:

'时机成熟,'
,

'post_wd'
:

'就'
,

'post_part '
:

'坚决推行'
}}]

3.2 统计


from
 eventextraction 
import

EventsExtraction

extractor 
=

EventsExtraction
()

content 
=

'虽然你做了坏事,但我觉得你是好人。一旦时机成熟,就坚决推行'

datas 
=
 extractor
.
extract_main
(
content
)

print
(
extractor
.
stats
(
datas
))

运行结果


{
'but'
:

1
,

'condition'
:

1
,

'seq'
:

0
,

'more'
:

0
,

'other'
:

0
}