V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
dusu
V2EX  ›  问与答

最近在做机器学习,分享些然而没有什么软用的成果

  •  
  •   dusu · 2020-05-09 02:18:14 +08:00 · 1920 次点击
    这是一个创建于 1651 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近为了研究 NLP 机器学习,从网上抓了一百来万本小说各取 5 万字,对其进行了训练(问就是分词+word2vec ):

    1. 识别年代
    2. 识别男女频
    3. 主角识别

    有几个榜单可以让大家看看:

    作者们最喜欢用的主角名字

    迹部 4899 小白 4604 哈利 4220 佐助 3500 手冢 3306 鸣人 3262 幸村 2867 展昭 2704 斯内普 2452 卡卡西 2429 雪儿 2233 陆小凤 2188 德拉科 2173 灵儿 2145 曹操 2093 托尼 1994 白玉堂 1989 胤禛 1983 吴邪 1906 悟空 1905 张起灵 1888 小黑 1819 纲吉 1808 宇智波 1790 欧阳 1725 库洛洛 1679 黛玉 1606 爱丽丝 1605 安娜 1587 元力 1555 慕容 1503 西索 1439 吕布 1437 杰克 1435 艾伦 1435 戚少商 1408 赤司 1403 真田 1396 宝玉 1385 叶修 1382 花满楼 1359 黄濑 1348 灵兽 1328 赫敏 1320 玉儿 1302 查克拉 1285 越前 1249 赵云 1244 刘备 1233 安安 1232 罗恩 1212 西门吹雪 1185 小樱 1164 李家 1159 李世民 1137 小青 1124 蓝染 1123 灵根 1123 小玉 1122 小七 1120 顾惜朝 1110 小杰 1094 东方不败 1094 彼得 1094 允浩 1087 卢修斯 1062 小燕子 1052 秦家 1042 南宫 1038 汤姆 1036 安妮 1019 亚瑟 1012 黄蓉 999 上官 995 小兰 994 杨戬 984 大蛇丸 963 林如海 963 约翰 952 真元 948 邓布利多 935 柯南 931 Harry 918 权志龙 917 爱德华 917 彭格列 916 卡尔 916 马尔福 910 韩庚 910 鹿晗 909 婉儿 909 林凡 906 乐乐 905 路飞 891 林枫 884 叶枫 872 西弗勒斯 870 狼王 862 威廉 860 杨过 852

    男频作品出现频率最高的主角名

    林凡 549 叶辰 508 叶枫 442 林枫 433 叶凡 381 叶天 333 悟空 330 林峰 330 楚枫 315 林天 299 凌风 244 秦天 243 叶飞 237 林北 234 叶尘 224 林云 219 鸣人 217 林轩 200 陈默 198 林羽 198 凌天 193 小白 191 曹操 181 陈凡 177 林浩 177 楚风 171 杨凡 169 吕布 163 叶晨 162 林阳 162 林宇 161 叶风 161 叶秋 156 林飞 156 叶轩 155 艾伦 155 陈浩 153 林辰 152 周天 151 沈浪 148 张凡 147 萧尘 145 陈阳 143 杨帆 140 叶寒 140 陆羽 139 杨辰 137 陈枫 136 叶云 135 陈风 134 林昊 134 秦川 134 楚云 133 林逸 132 王浩 129 叶玄 127 陈平 125 李牧 124 秦枫 124 灵儿 122 李凡 121 萧阳 118 莫凡 116 哈利 116 佐助 115 卡卡西 114 刘备 113 项羽 112 苏阳 112 陈扬 112 秦阳 111 吴天 111 孔子 110 杨戬 110 雪儿 109 陈锋 109 赵云 109 洛尘 109 苏辰 109 秦昊 109 江枫 108 林尘 106 萧寒 106 林萧 101 李峰 101 杨天 101 李天 99 楚凡 98 楚阳 97 卡尔 96 萧炎 96 陆凡 95 李青 95 洛天 95 张小凡 94 秦凡 94 陈飞 92 杨潇 92 秦明 92 秦宇 89

    女频作品出现频率最高的主角名

    吴邪 1037 哈利 1018 展昭 986 手冢 935 迹部 847 纲吉 709 允浩 652 鸣人 599 佐助 577 叶修 573 黛玉 520 Harry 444 顾惜朝 434 白玉堂 407 樱木 383 幸村 367 戚少商 356 赤司 337 库洛洛 296 胤禛 282 小白 274 袁朗 274 黄濑 273 卡卡西 266 德拉科 248 雪儿 247 斯内普 241 陆小凤 240 韩庚 225 越前 223 郑允浩 214 杨戬 200 东方不败 197 张起灵 185 利威尔 184 希澈 173 西索 173 蓝染 169 艾伦 167 胤禩 166 晴明 166 爱丽丝 163 悟空 154 灵儿 153 一护 150 鹿晗 149 花满楼 147 安娜 146 西门吹雪 145 夏目 143 白哉 139 小燕子 138 柯南 131 高杉 130 John 130 玉堂 130 安安 129 莫离 129 西弗勒斯 128 宝儿 128 宝玉 127 贾赦 126 黄蓉 125 藤真 125 小七 123 金在中 122 安妮 119 吴哲 118 闷油瓶 116 岳风 116 欧阳 114 夏尔 113 和也 113 汤姆 112 亚瑟 110 楚楚 110 爱德华 109 优姬 108 夏洛克 105 绿萍 103 胤礽 103 林黛玉 102 小樱 102 飞坦 101 宇智波 99 林凡 98 夕颜 96 周瑜 95 锦瑟 94 玉儿 93 苏苏 92 黄少天 92 苏沫 91 Draco 90 真田 90 小美 90 路飞 89 小杰 89 小玉 89 小雄 89

    古代作品出现频率最高的主角名

    展昭 783 黛玉 551 白玉堂 319 胤禛 286 顾惜朝 264 杨戬 229 戚少商 209 陆小凤 187 东方不败 178 贾赦 160 胤禩 155 小燕子 144 雪儿 140 灵儿 134 叶辰 131 曹操 129 花满楼 127 叶枫 126 宝玉 126 悟空 121 润玉 120 西门吹雪 114 林凡 113 吕布 112 莫离 110 黄蓉 110 手冢 106 玉堂 106 胤礽 105 林枫 103 李世民 103 秦天 103 允浩 102 林黛玉 102 叶天 100 小七 99 刘备 95 凌天 92 吴邪 91 楚枫 90 锦瑟 90 嬴政 90 叶尘 89 晴明 88 宝儿 87 玉儿 86 小白 83 胤祥 83 凌风 83 贾琏 82 贾环 80 叶凡 79 永璂 78 赵云 77 李寻欢 77 令狐冲 77 扶苏 73 公孙策 72 周瑜 72 刘彻 71 楚云 70 屠苏 69 韦小宝 69 项羽 68 叶轩 67 张良 67 未央 66 林峰 65 云舒 65 盖聂 65 叶玄 65 小青 64 婉儿 63 叶云 63 叶孤城 63 杨过 63 林天 60 龙宿 59 楚留香 59 林云 59 张无忌 58 梅长苏 58 段誉 58 沈浪 58 紫英 58 赵飞扬 58 凤九 58 夕颜 57 林辰 57 慕容 56 萧炎 56 刘秀 55 惜朝 55 胤禟 55 百里屠苏 54 小九 54 叶寒 53 千骨 53 龙女 53 凤舞 52

    现代作品出现频率最高的主角名

    哈利 1130 吴邪 977 迹部 890 手冢 875 鸣人 785 纲吉 734 佐助 668 叶修 621 允浩 557 林凡 531 Harry 442 叶辰 416 林枫 405 叶枫 400 幸村 385 小白 380 樱木 375 叶凡 369 卡卡西 367 悟空 361 赤司 355 库洛洛 334 林峰 312 艾伦 312 德拉科 298 黄濑 289 袁朗 286 叶天 273 斯内普 268 林天 263 展昭 259 楚枫 251 陈默 238 叶飞 232 越前 232 林北 231 爱丽丝 217 凌风 215 雪儿 210 林浩 209 柯南 208 秦天 204 蓝染 203 韩庚 203 安娜 203 利威尔 199 鹿晗 198 西索 197 林羽 195 林轩 194 郑允浩 194 亚瑟 191 林云 188 宇智波 180 欧阳 172 张起灵 171 夏目 169 顾惜朝 168 林飞 164 爱德华 163 卡尔 163 林宇 162 安妮 162 叶秋 159 林阳 157 叶晨 155 戚少商 154 叶风 153 叶尘 151 杰克 151 楚风 151 陈阳 149 路飞 149 杨凡 148 汤姆 147 陈凡 147 西弗勒斯 146 一护 145 林逸 145 白哉 142 希澈 142 周天 142 小樱 142 夏尔 141 夏洛克 141 杨帆 139 高杉 138 张凡 137 灵儿 137 托尼 135 安安 133 沈浪 133 John 132 克里斯 128 萧然 127 林辰 126 彼得 126 莫凡 126 岳风 126 杨辰 124

    准备出个祖传取名程序,造福子孙取名不愁...

    4 条回复    2020-05-09 10:33:38 +08:00
    djzhao
        1
    djzhao  
       2020-05-09 02:57:42 +08:00 via Android
    机器学习之取名分析
    askfermi
        2
    askfermi  
       2020-05-09 03:23:00 +08:00 via Android
    数据集方便分享一下吗?🤣
    wxjeacen
        3
    wxjeacen  
       2020-05-09 10:08:14 +08:00
    确实没什么用。
    wysnylc
        4
    wysnylc  
       2020-05-09 10:33:38 +08:00
    跟搜索引擎没啥区别
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5511 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 08:46 · PVG 16:46 · LAX 00:46 · JFK 03:46
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.