Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
第1回  複雑ネットワーク輪輪読会      NetworkXによる    語彙ネットワークの可視化                      Shintaro	  TAKEMURA	                             d...
NetworkXとは?•  Python製のネットワーク分析ライブラリ	  •  基本的なグラフ操作ができる	    –  基本的なグラフ⽣生成・最短距離離算出・クリーク抽出	    –  ⾚赤本	  2.5の中⼼心性の計算もばっちり	    ...
WordNet•  データベース化された辞書	   –  ⽇日本語WordNetだと⽇日英辞書としても使える	   –  同義語関係をNetworkXで可視化	  
NetworkX+matplotlib•  メリット	    –  Pythonだけで完結	  •  デメリット	    –  レイアウト機能が     専⽤用ツールに⽐比べ     て乏しい	  
NetworkX+GraphViz(dot経由)•  メリット	    –  描画機能がとにかく強⼒力力	    –  様々なツールでの動作実績	  •  デメリット	    –  意図通りにレイアウトされなかった	       (調整なしの状...
NetworkX+CytoScape(gml経由)•  メリット	    –  豊富なレイアウト	    –  後から編集も可能	  •  デメリット	    –  Unicodeが使えない	       (⽇日本語が駄⽬目)
NetworkX+CytoScape(GraphML経由)•  メリット	    –  豊富なレイアウト	    –  GUIによる編集	    –  UnicodeもOK	  •  デメリット	    –  プラグインにバグを     確認	...
NetworkX+Gephi(GraphML)•  メリット	    –  GraphMLの標準サポート	    –  GUIによる編集	    –  データテーブル	    –  UnicodeもOK	  •  デメリット	    –  特に...
考察•  結論論	      –  グラフ可視化はGraphML+Gephiが良良さそう	  •  課題	      –  NetworkXを使ったアルゴリズムの実装	  •  参考⽂文献	      –  Girvan-­‐Newman	  ...
Upcoming SlideShare
Loading in …5
×

NetworkXによる語彙ネットワークの可視化

6,724 views

Published on

第1回 複雑ネットワーク輪読会 資料

Published in: Technology
  • Follow the link, new dating source: ❤❤❤ http://bit.ly/2Qu6Caa ❤❤❤
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Dating direct: ❤❤❤ http://bit.ly/2Qu6Caa ❤❤❤
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

NetworkXによる語彙ネットワークの可視化

  1. 1. 第1回  複雑ネットワーク輪輪読会 NetworkXによる 語彙ネットワークの可視化 Shintaro  TAKEMURA   d.hatena.ne.jp/taos     twi9er.com/stakemura   facebook.com/shintaro.takemura
  2. 2. NetworkXとは?•  Python製のネットワーク分析ライブラリ  •  基本的なグラフ操作ができる   –  基本的なグラフ⽣生成・最短距離離算出・クリーク抽出   –  ⾚赤本  2.5の中⼼心性の計算もばっちり   –  とはいえ何でもできるわけではない(2.6など)  •  可視化・出⼒力力機能も充実   –  matplotlib(各種画像フォーマット)   –  Graphviz(dot形式やpygraphviz)   –  GML(CytoscapeやGephiと連携できる)   –  GraphML(CytoscapeやGephiと連携できる)  
  3. 3. WordNet•  データベース化された辞書   –  ⽇日本語WordNetだと⽇日英辞書としても使える   –  同義語関係をNetworkXで可視化  
  4. 4. NetworkX+matplotlib•  メリット   –  Pythonだけで完結  •  デメリット   –  レイアウト機能が 専⽤用ツールに⽐比べ て乏しい  
  5. 5. NetworkX+GraphViz(dot経由)•  メリット   –  描画機能がとにかく強⼒力力   –  様々なツールでの動作実績  •  デメリット   –  意図通りにレイアウトされなかった   (調整なしの状態)  
  6. 6. NetworkX+CytoScape(gml経由)•  メリット   –  豊富なレイアウト   –  後から編集も可能  •  デメリット   –  Unicodeが使えない   (⽇日本語が駄⽬目)
  7. 7. NetworkX+CytoScape(GraphML経由)•  メリット   –  豊富なレイアウト   –  GUIによる編集   –  UnicodeもOK  •  デメリット   –  プラグインにバグを 確認   →翌⽇日、開発者の⽅方 から修正します、と のコメントを頂く   –  今後に期待!  
  8. 8. NetworkX+Gephi(GraphML)•  メリット   –  GraphMLの標準サポート   –  GUIによる編集   –  データテーブル   –  UnicodeもOK  •  デメリット   –  特になさそう   –  あえて⾔言えばCytoScapeに ⽐比べると⾃自動レイアウト 機能は弱い  
  9. 9. 考察•  結論論   –  グラフ可視化はGraphML+Gephiが良良さそう  •  課題   –  NetworkXを使ったアルゴリズムの実装  •  参考⽂文献   –  Girvan-­‐Newman  algorithmによるコミュニティ抽出 (@tsubosakaさん)  •  WordNet可視化のソースコードは後⽇日公開します   –  github  -­‐  stakemura  

×