Question

今天我尝试编写一个程序，该程序将接受一段文本并创建一个显示不同单词之间关系的图表。一切顺利，除了我不知道如何以更好的方式找到联系。更好的方式意味着类似于思维导图。这是一个简单的输入，但我想创建一个程序，可以从维基百科中获取一个段落，并给出一个非常好的思维导图。我从以下输入的程序的点格式输出中得到的图表是

roses are red line_end
sky is blue line_end
life is beautiful line_end
everything is going fine line_end file_end

graphviz output

但是对于像这个输入这样的输入，它只是创建了一个非常大的图形，它比文本本身更加模糊。

Probability is a measure of the likeliness that an event will occur line_end
Probability is used to quantify an attitude of mind towards some proposition of    whose truth we are not certain line_end
file_end

second output ,very obscure

所以我的问题是，在这种情况下，什么算法可以正常工作。我应该学习什么才能制作这样的节目。下面是我的C ++程序。（我还使用ruby进行文本处理，以＃34; line_end＆＃34;＆＃34; file_end＆＃34;获取当前形式的段落;但这不是我得到的地方问题）

  #include<iostream>
  #include<algorithm>
  #include<vector>
  #include<set>
  #include<map>
  #include<string>
  #define MP(X,Y)  (make_pair<string,string>(X,Y))

  using namespace std;
  map<string, vector<string> > mind_map;
  set<string> ignore_these_words;
  set<pair<string,string> > already_discovered;

  string black_list[] = {"and","is","are","was","for","the","a","an","or","under","up","over","beside","below",
            "across","to","from","by","have","had","has","been","be","it","me","you"};
  vector<string> current_sentence;


  int main()
  {
    for(int i =0; i<(sizeof(black_list)/sizeof(black_list[0])) ; i++)
            ignore_these_words.insert(black_list[i] );


    while(1)
    {
    string input_word;
    cin >> input_word;

    if( ignore_these_words.find(input_word) != ignore_these_words.end() )
        continue;

    /* if  the sentence end has been reached, then insert all pairs of combinations  of words in the graph
       for example if the sentence is "roses are red and beautiful", then it will try to insert the following pairs of edges
       after ignoring "are" and "and" from the ignore list
       (roses,red)
       (roses,beautiful)
       (red,beautiful)
    */


    if(input_word == "line_end")
    {
        for(int i =0; i< current_sentence.size() ; i++)
            for(int j = i+1; j < current_sentence.size(); j++)
                /* if we have not discovered this connection earlier */
                if( already_discovered.find( MP(current_sentence[i],current_sentence[j]) ) == already_discovered.end() )
                    {
                        mind_map[current_sentence[i]].push_back( current_sentence[j]);
                        already_discovered.insert(MP(current_sentence[i],current_sentence[j]) );
                        already_discovered.insert(MP(current_sentence[j],current_sentence[i] ) );
                    }
        current_sentence.clear();
        continue;
    }


    /* if the file end has been reached, then output the graph in dot format */
     if( input_word == "file_end")
    {
        cout << "graph {"<<endl;
        for( map<string,vector<string> >::iterator it = mind_map.begin(); it != mind_map.end(); ++it)
            for( int i =0; i< (*it).second.size(); i++)
                cout<<"\""<<(*it).first<<"\""<<" -- "<<"\""<<(*it).second[i]<<"\""<<endl;
        cout<< "}"<<endl;
        break;
    }


    current_sentence.push_back(input_word);
    }
    return 0;
  }

先谢谢:)。如果有人有这样的代码，请给我。我想通过这个让我的学习更有成效。

Answer 1

虽然如果对待像互联网这样的语言可能有些粗糙，我相信PageRank（谷歌的搜索引擎使用）与你想要做的事情有一些重要的相似之处（创建一个展示相对重要性的地图））。

Google的PageRank基于为每个网站提供相对“重要性”。因此，当网站A有链接到网站B时，B接收相对于A重要性的“重要性”。例如，当一个无名网站链接到维基百科时，维基百科获得了一个小的重要性提升，但如果维基百科提供了到另一个网站的链接，那么该网站因维基百科的重要性而变得更加重要。 PageRank还有很多细微差别，但这给人一种品味。

同样地，为链接词分配“方向”就像一个链接到另一个词的网站：“A是B”是A“链接”到B.可以说“玫瑰红”就像“玫瑰”一样重要“红色”。由于很多东西“都是红色的”，“红色”这个词会获得大量的“重要性” - 就像普通的描述性词语如“红色”在语义上对语言非常重要一样。希望这能让您了解可能的方向。

如何根据书的段落创建思维导图

1 个答案: