读取pyTextRank文件

Question

我有一段文本，我希望使用pytextrank将其表示为图形。代码(从源代码复制)是

    import spacy
    nlp = spacy.load("en_core_web_sm")
    import pytextrank
    import graphviz
    tr = pytextrank.TextRank()
    nlp.add_pipe(tr.PipelineComponent, name='textrank', last=True)
    
    line = "the ballistic nuclear threat can be thwarted by building a nuclear shield"
    doc = nlp(line)
    tr.write_dot(path="graph.dot")

"it“将一些内容写入文件"graph.dot”。这看起来像是第一个字段为"digraph {}“的json文件。在这一点上，我迷路了。我如何创建一个漂亮的文本图表(或者是一个图表)？

谢谢,

安德烈亚斯

使用ubuntu 20.04.1LTS、python 3.8、pytextrank 2.0.3

Answer 1

PyTextRank的新在线文档中有一些更新，特别是参见https://derwen.ai/docs/ptr/start/上的“入门”页面以获取示例代码。GitHub存储库中的sample.py脚本中也显示了类似的代码。

顺便说一句，最新的版本是3.0.1，它正在跟踪新的spaCy 3.x更新。

下面是一个简单的用法：

import spacy
import pytextrank

# example text
text = "the ballistic nuclear threat can be thwarted by building a nuclear shield"

# load a spaCy model, depending on language, scale, etc.
nlp = spacy.load("en_core_web_sm")

# add PyTextRank to the spaCy pipeline
nlp.add_pipe("textrank", last=True)
doc = nlp(text)

# examine the top-ranked phrases in the document
for p in doc._.phrases:
    print("{:.4f} {:5d}  {}".format(p.rank, p.count, p.text))
    print(p.chunks)

输出将为：

0.1712     1  a nuclear shield
[a nuclear shield]
0.1652     1  the ballistic nuclear threat
[the ballistic nuclear threat]

如果要在Graphviz或其他读取DOT文件格式的库中可视化引理图，可以添加：

tr = doc._.textrank
tr.write_dot(path="graph.dot")

将输出写入"graph.dot"文件的。有关如何读取和渲染的示例，请参阅Graphviz文档。

FWIW，我们目前正在集成kglab库，这将打开更广泛的图形操作和可视化能力，因为它集成了许多其他库和文件格式。

此外，如果你有任何关于如何可视化PyTextRank结果的建议或请求，在https://github.com/DerwenAI/pytextrank/issues上创建一个问题真的很有帮助，我们的开发人员社区可以在那里提供更多帮助。

如果我没有正确解释“将文本呈现为图形”，我很抱歉，因为考虑这一点的另一种方法是使用displaCy依赖可视化工具，它显示句子中标记的语法依赖关系图。中给出了一个例子。