1．目的及意义
自然语言处理（NLP）作为人工智能领域的一个重要分支，现在已经发展成为人工智能研究中的热点方向。自然语言处理作为机器学习与语言学、统计学等的综合学科，不仅知识内容多，发展迅速，而且非常依赖于工程能力。目前，统计学以及数据驱动的方法在NLP中占据着统治地位。NLP可以被应用于很多领域，如机器翻译、情感分析、智能问答、文摘生成、文本分析、舆论分析、知识图谱等。在数据爆炸性增长、信息过载问题越来越严重的时代下，面对海量信息，使用人力来分析和驱动的传统方式，已经显得越来越捉襟见肘。这样的情况下，能够自动化处理大规模文本相关的数据的NLP，即将成为未来人工智能发展技术的新趋势和方向。其已构成的知识体系如下：句法语义分析、关键词抽取、文本挖掘、机器翻译、信息检索、问答系统、对话系统等。
本次毕业设计基于中国四大名著之一《红楼梦》，使用自然语言处理（NLP）将红楼梦中繁杂的人物关系抽取并图像化，事件顺序图像化，使得读者在未读到此书时，便能知晓书籍中核心人物关系以及事件顺序，节省读者大量的时间成本，并且效率更高。
{title}

2. 研究的基本内容与方案

{title}

基本内容、目标：基于《红楼梦》的中文文本处理，生成《红楼梦》人物关系图谱和时间图谱。

例如当我们选择贾宝玉这一角色，会出现此角色的关系密切人物，即书籍核心人物关系。

拟采用的技术方案及措施：使用Python语言工具、自然语言处理（NLP）技术，具体方法为使用中文分词工具jieba抽取关键词、使用Word2Vec训练词袋向量模型，利用依存句法分析抽取关系三元组，使用Gephi绘制人物关系图谱和事件图谱，使用neo4j搭建一个小型的可视化系统并完成简单的问答操作。

3. 参考文献
1）【美】吴军，数学之美，北京：人民邮电出版社，2012
2）宗成庆，统计自然语言处理，北京：清华大学出版社，2008
3）【英】伯德，【英】克莱因，【美】洛普，Python自然语言处理，北京：人民邮电出版社，2010
4）【美】弗朗索瓦#8226;肖莱，Python深度学习，北京：人民邮电出版社，2018
5）周志华，机器学习，北京：清华大学出版社，2016
6）Daniel Jurafsky amp; James H.Martin，自然语言处理综论，北京：电子工业出版社，2018
7）Magnus Lie Hetland，Python算法教程，挪威，2016
8）阮敬编，Python数据分析基础，北京：中国统计出版社，2018
9）余本国，基于Python的大数据分析基础及实战，北京：中国水利水电出版社，2018
10）涂铭，刘祥，刘树春，Python自然语言处理实战核心技术与算法，北京：机械工业出版社，2018
11）Joshua Goodman: A bit of progress in language modeling, MSR Technical Report, 2001
12）Ronan Collobert et al.: Natural Language Processing (almost) from Scratch, J. of Machine Learning Research, 2011
13）Xiang Zhang, Junbo Zhao, and Yann LeCun: Character-level Convolutional Networks for Text Classification, NIPS 2015
14）Oriol Vinyals, Quoc Le: A Neural Conversation Model, 2015
15）Ilya Sutskever, Oriol Vinyals, and Quoc V. Le: Sequence to Sequence Learning with Neural Networks, NIPS 2014