README

项目简介

这个项目是一个文本处理和分析工具，它能够读取文本文件，清洗数据，并构建有向图以分析单词之间的关系。该工具提供了多种功能，包括查找桥接词、处理新文本、计算最短路径、计算 PageRank、可视化词图以及执行随机游走。

功能列表

1. 读取和清洗文本

   • 从指定文件路径读取文本，转换为小写，并移除非字母字符。

2. 构建有向图

   • 通过相邻单词构建有向图，并计算每个边的权重（出现次数）。

3. 查找桥接词

   • 查找两个单词之间的桥接词（即可以连接两个单词的中间词）。

4. 处理新文本

   • 在新文本中插入桥接词并返回处理后的文本。

5. 计算最短路径

   • 计算从一个单词到另一个单词的最短路径，或者从一个单词到所有其他单词的路径。

6. 计算 PageRank

   • 使用经典 PageRank 算法或 TF-IDF 加权 PageRank 来计算单词的权重。

7. 可视化词图

   • 可视化构建的有向图，突出显示单词之间的连接及其权重。

8. 随机游走

   • 从随机单词开始，沿出边进行随机游走，直到遇到重复边或没有出边。

使用说明

环境要求

确保已安装以下库：

• numpy
• networkx
• matplotlib
• scikit-learn

你可以使用以下命令安装这些库：

pip install numpy networkx matplotlib scikit-learn