1. 选择金庸的作品只是因为有现成的金庸词库，本来还想弄古龙的呢，结果古龙的没有现成的词库，伤心。
2. 明显的，字数少的作品占劣势，毕竟连接数要少很多呢。
3. “连接关系”的定义和思喆的明朝那些事儿一样，就是在同一个段落中出现。当然，也可以放宽到上下若干段落之内，不过现在已经够复杂的了，再放宽不见得多多少信息量。
4. 可视化部分由Gephi搞定，文本分析部分由R搞定，各取所长嘛。
5. 同义词替换。1.20的上海R沙龙上很多朋友提出来，应该有一些基本的同义词替换，比如“杨过”也可称为“过儿”，小龙女亦作“龙儿”和“姑姑”。这样的替换需要建立一个针对金庸的同义词词典，暂时还没有现成的资源。
6. 同样是沙龙的朋友提出来的，对于关系的定义应该更明确一点，不单单是出现在同一段落。金庸的还好，古龙的文风就更加飘逸，不适合这样定义。然而更细致的定义需要对金庸的文字进行更深入的理解，进行一些语义分析，还有待进一步对于语言理解的深入。
作者： Liyun
更多详细信息，请您微信关注“计算网”公众号：
