Uning tuzilishini aniq va quyi oqim algoritmlari tomonidan oson boshqarish mumkin

Matnni grafik tasvirlar bilan tuzish
Erkin matnni grafik bilan qanday tasvirlash, uning tuzilishini aniq va quyi oqim algoritmlari tomonidan oson boshqarish mumkin .
Matn - to'g'ri o'rganilganda qimmatli ma'lumotlar manbai bo'lishi mumkin bo'lgan ma'lumotlar turi. Biroq, ma'lumotlarni matn shaklida, ayniqsa erkin matnda o'rganish qiyin bo'lishi mumkin.
Erkin matnda aniq tuzilma va standartlashtirish mavjud emas. Ushbu postda men sizga erkin matnni grafik yordamida qanday ko'rsatishni ko'rsataman, bu uning tuzilishini aniq va quyi oqim algoritmlari tomonidan oson boshqarilishi mumkin . Tabiiy tilni qayta ishlash (NLP) bo'yicha turli xil vazifalar mavjud bo'lib, ular erkin matnning grafik tasvirlaridan foyda ko'rishi mumkin, masalan, Kalit so'zlarni ajratib olish va umumlashtirish . Buning sababi shundaki, matnning yashirin tuzilishi endi grafik ko'rinishida aniq bo'lib, uni markaziylik, eng qisqa yo'llar, bog'langan qismlar va boshqalar kabi standart grafik asosidagi algoritmlar bilan o'rganish mumkin .
Ushbu postda men matnli hujjatning 3 xil grafik tasvirini taqdim etaman. Bular:
1) Yo'naltirilmagan, o'lchovsiz grafik;
2) yo'naltirilgan, o'lchovsiz grafik;
3) yo'naltirilgan, vaznli grafik;



Chapdan o'ngga, yuqoridan pastga: (1) yo'naltirilmagan, vaznsiz grafik; (2) yo'naltirilgan, tortilmagan grafik; (3) yo'naltirilgan, vaznli grafik. Muallif tomonidan tasvir.
Tasvir nima bo'lishidan qat'iy nazar, asosiy g'oya har doim bir xil bo'ladi : birinchidan, matndagi ob'ektlarni grafikdagi tugunlar sifatida ko'rsatish uchun aniqlang, ikkinchidan, grafikdagi tugunlar orasidagi qirralar sifatida tasvirlash uchun ushbu ob'ektlar orasidagi munosabatlarni aniqlang . Shaxslar va munosabatlarning aniq turlari kontekst va vazifaga bog'liq.
Ob'ektlar alohida so'zlar, bigramlar, n-gramlar, o'zgaruvchan uzunlikdagi ketma-ketliklar va boshqalar bo'lishi mumkin; Aloqalar jumladagi ob'ektlar o'rtasidagi qo'shnilikni, belgilangan uzunlikdagi oynada birgalikda yuzaga kelishini, qandaydir semantik yoki sintaktik munosabatni va boshqalarni ifodalashi mumkin.



Bizning taxminlarimizga ko'ra, misol mavhum hujjatning yo'naltirilmagan, vaznli grafik ko'rinishi. Muallif tomonidan tasvir.
Oddiy va qulay bo'lishi uchun men alohida so'zlarni tugun sifatida va ularning qo'shniligini (ya'ni, ular jumlada bigramma hosil qiladi) munosabat sifatida ko'rib chiqaman.
Men NetworkX ga asoslangan Python ilovasini taqdim etsam ham , barcha g'oyalar va usullarni boshqa har qanday dasturga osongina o'tkazish mumkin.
Quyidagi hujjat bizning ishlayotgan misolimiz bo'ladi ( Vikipediyadan moslashtirilgan ):
Matematikada grafiklar nazariyasi - bu ob'ektlar orasidagi juft munosabatlarni modellashtirish uchun ishlatiladigan matematik tuzilmalar bo'lgan grafiklarni o'rganish. Ushbu kontekstdagi grafik chekkalar bilan bog'langan tugunlar yoki nuqtalar deb ham ataladigan, shuningdek, havolalar yoki chiziqlar deb ataladigan cho'qqilardan iborat. Yo'naltirilmagan grafiklar, qirralari ikkita cho'qqini simmetrik bog'laydigan va yo'naltirilgan grafiklar o'rtasida farqlanadi, bu erda qirralar ikki cho'qqini assimetrik bog'laydi. Grafiklar diskret matematikaning asosiy tadqiqot ob'ektlaridan biridir.