80小说网

手机浏览器扫描二维码访问

201 秦雨诺 他把我当问答模型了（第2页）

周岩给出的要求是：对网络文本进行文本统计分析。

01的回复是：1、导入文本。

2、文本预处理。

3、文本统计。

4、得出结论。

比较简单，周岩给出具体一点的要求。

于是01的回复变成了：1、导入小说文本。

2、对小说文本进行预处理，导入停用词表，使用分词工具对文本进行预处理。

3、对处理后的分词文本，进行词频统计。

4、对词频统计后的结果进行词频统计分析，得出结论。

具体了一些，只不过依旧有点儿宽泛。

不过周岩等不及了，

他直接提出让01根据自己的步骤，生成相关的代码。

而很快，01就生成了一系列的代码。

周岩下载了《斗破苍穹》的小说文本，对这段代码进行验证，很快就得到了不错的数据，虽然不全面，但显然这个项目是能进行下去的。

周岩又对这段代码提出改进要求，包括词频可视化，把词频用云图展现出来，包括对词频进行文本训练，从而找出词与词之间的关联。

这一回周岩提出的要求是对两本文本进行处理，两本分别是金庸老爷子的《神雕侠侣》和《射雕英雄传》。

很快01给出了相应的代码修改，周岩复制粘贴之后，进行测试。

其实需求也特别简单，就是找主角之间的人物关系。

杨过对应小龙女，那么郭靖对应什么，结果：黄蓉。

周岩又找了杨过和郭靖分别对应的关联词，同时让01局限在人物身上，自己设计一个人物词判定代码。

这一回01终于出现了一点错误，比如人物切分上面，会把4个词的人物变成2个词输出。

这就是细节上的毛病了，周岩现在也不是算法小白，知道怎么改进，不过周岩更期待01给出的结果。

于是他把这个问题粘贴给了01，而01也给出了对词频进行判定，如果两个拆分的词同时出现多次，那么判定两个拆分的词合并成为同一个词，并在字典中删除前面两个拆分词，并对已经分词好的数据进行处理，合并两个拆分词，没有分词好的就以该拆分词作为分词依据，照着分词就行。

粘贴进去以后，周岩发现效果意外的不错。

只是之后人物判别上也出现了一些问题，会把武器什么的加进去。

周岩又去问01，01回答了一些代码修改，但加进去以后，依旧是老样子，没法做到细致的划分。

周岩问01有没有什么好的办法，01说在处理之前，就把处理的小说人物给预设出来，这样就不会出现之后判定错误的情况。

也就是从源头解决问题，同样也算是一件很机械的处理方式。

但是人类有时候的处理，同样很机械，而且也是填鸭式的，就比如基因测序。

所以对于这一点也没办法太过要求什么，01做到这个程度，其实已经挺不错了。

周岩又预设了几个小型项目，并对01进行测试。

终于周岩也得出了一个结论。

那就是01已经具备了较复杂的代码作业能力。