龙妈苟活还是凉凉，预测算法哪家准？
By 超神经
场景描述：通过对美剧「权利的游戏」中的信息分析，从数据的角度去预测了主要角色的生存几率，这种对虚幻故事的研究手法，也将对现实生活中相似的应用案例带来启发。
关键词：贝叶斯推断 文本分析 词性标注 网络理论
这个世界上只有两种人，看「权游」（权利的游戏）的，和不看权游的。
你们心心念的权游终于迎来了最终季，狼家史塔克的家训「Winter is coming」终终终终终于是应验了，人类与异鬼的战争一触即发。各个主要角色的生死存亡你猜得到吗？
这个深刻诠释「凡人皆有一死」的热剧，扑朔迷离的剧情让观众对终局望眼欲穿
难道只能在一集集看完之后，才能知道你们牵挂的二丫会不会幸存，色后又会不会被二丫手刃？
面对这份煎熬，总有人按捺不住。比如，热爱代码的程序员们，就用算法分析权游里的故事，预测了角色的生存概率，以及谁最有可能登上铁王座。
有趣的是，不同的算法和团队，预测的结果大相径庭。比如慕尼黑工业大学（TUM）团队的算法，预测最终龙妈登上了铁王座；而另一种算法下，龙妈没能活过寒冬。
另外，还有一种神奇的「算法」是：Men all die.
所以，哪家预测的结果准确？各家都有各家的依据，看看他们都怎么做的。
机器学习预测龙妈要活到最后
TUM 的学生在计算机科学研讨会上做了一个有趣大胆的尝试：用数据科学和机器学习的方法，去预测权游中角色最后的存活机会。 在「权力的游戏」第八季上映之前，算法就预测出各个角色的命运。
左：生存率排行榜 右：死亡率排行榜
（图片来源：https://got.show/）
完整的权游人物清单以及详细预测结果可在
https://got.show 在线获取
这份结论中，龙妈存活的几率最高（ 99％ ），她的国王之手小恶魔也有 97％ 的存活率。难道是龙妈最后统领了各大家族？而狡猾又善于自保的波隆以 93.5% 位居死亡顺序的首位。
这个结果从哪儿得来？
TUM 团队的分析数据是从《冰与火之歌》的书中，权游的台词里，以及粉丝圈在维基百科上的内容搜集而来。用于预测的信息包括：角色所属的家族，是否已婚，以及他们的盟友等情况。
他们提取了数百个角色的特征数据集，梳理了故事中角色的信息。除了诸如性别和地位等数据外，还考虑了元数据信息：比如某人是主要角色还是次要角色，以及他们在维基百科等渠道中被引用的频率。
通过这些数据，利用算法分析，揭示出了关于权游中死亡率的一些趋势，例如男性比女性更危险（男性死亡率 22%， 而女性为 11% ）。
在预测趋势的同时，为了对每个角色的命运进行预测，团队使用了两个单独的模型：第一种是贝叶斯推断方法，使用 pymc3 封装的 MCMC 方法来训练贝叶斯生存分析模型；第二个涉及机器学习和神经网络，在 Python 的 Keras 框架下进行。
铁王座还是死亡，到底谁说了算
利用文本分析：龙妈要狗带？
你要相信，有同样好奇心的人，肯定不止一位。
另一位数据科学家 Peter Vesterberg 通过对原著小说的文本分析，去预测最终季的剧情走向。
Peter 认为剧情的走向是人物间的关系所支撑的，通过分析了《冰与火之歌》已经出版的五本书，使用网络理论计算出角色间的相互关系，用可视化的方式呈现出来，综合人物的重要性判断最后的存活几率。
他用一个点来代表人物，根据冰火故事中的文本，利用词性标注，相似度度量等方法，定义了角色之间的「接近」程度，越接近和越频繁地出现两个名字，他们的联系就越多。
判断一个角色与其他角色的关联性的方法，主要用了四个关键概念：
度中心性——与该节点直接连接的节点占节点总数的比例；
接近中心性——对于一个结点而言，距离其它结点越近，那么它的中心度越高 ；
中介中心性——量化该节点充当其他两个节点之间最短路径的桥梁的次数 ；
特征向量中心性——一个节点的重要性既取决于其相邻节点的数量，也取决于其相邻节点的重要性。
通过这些概念的分析，得到关系值的「权重」数字。最终得到一份关于人物关系的图谱，线条的粗细表示了人物联系的紧密程度，最后的结点大小代表了角色的重要性。这份重要性指标也显示了会被作者「除去」的可能。
具体的指标排名如下：
四个分析指标的具体排名数值，囧诺（ Jon ）都是领跑
在这样的分析下，囧诺毫无疑问是最重要的角色，难道这个生于龙家，长于狼家的疑似 RMB 玩家，最终会登上铁王座？重要程度紧随其后的，是智力担当小恶魔和弑君者詹姆。
从网络理论的角度来看，龙妈丹妮莉丝似乎是前期撒币太多，后期估计是金币不够，只是处在关系网的边缘，看来大概率是要凉了。
预测不只是为了娱乐，更是拥有现实意义
对于结果迥异的不同算法，到底哪个更胜一筹，我们不得而知，也许只有在大结局到来时候，才能知晓。但他们使用的方法，都不只是闹着玩，而是拥有实际的利用价值。
TUM 开发的生存几率算法，来自于一个严肃的学习项目。他们设立这项课程的主要的目的，是帮助学生将学习如何设计，开发和部署智能计算机系统。
该项目的首席导师 Guy Yachdav 博士说：「虽然预测权力游戏人物生存机会，依赖于从幻想世界中获取的数据，但在现实世界中，使用完全相同的人工智能技术，也会对我们的日常生活产生重大影响。」
Guy Yachdav 博士在 TED 演讲中介绍
预测算法能够解决现实世界中的问题
负责 TUM 信息学系生物信息学主任的 Burkhard Rost 教授说：「激情与教学的结合是创造新工具的绝佳方式。在 TUM 的课程中，我们找到了这种有趣的方式，去教学生如何使用这项技术。」
目前，在现实世界中，类似的算法可用于医学和金融，例如使用综合信息分析预测健康情况 。这种技术类似于分析研究治疗方法或并发症对癌症患者的影响。
而对于数据学家 Peter 所做的事情，除了分析角色的存活，还从数字的角度去分析了「冰与火之歌」小说的各种书写规律，用数据去解析一本小说的元素。
也许，掌握这一模式之后，未来小说家和编剧就可以使用人工智能快速地生成新内容，这样就不会眼睁睁看着马丁大大一直补不上的坑了。
想预测「复联」最后活下来的英雄吗？
热闹的 4 月，似乎又是一个落幕的季节，除了权游最终季，复仇者联盟也要在下周三迎来大结局，想必很多人还没从灭霸那个响指中缓过来，那个非要安静看落日的狠人，就那么随机毁灭了一半的宇宙。
这个任性的死亡速度，估计 AI 也无法预测出来了。但是，如果你还是好奇心太重，想自己动手试一试的话，那么 TUM 团队的项目开源地址在此：
https://api.got.show/doc/
但其实，不需要 AI 预测，复联 4 应该也是一个最优结局，毕竟奇异博士类似穷举法，或者说试错法之类的操作，把希望留给复联世界：他用时间宝石尝试了 14000605 种可能后，选择了唯一会胜利的那条。
奇异博士的这种精神，用来写代码的话估计也是极好的。
超神经百科
词性标注 Part-of-Speech Tagging
词性标注（POS tagging ) 是将对句子中的词语进行分类标注的过程。是依据字词在句法结构或语言形态上承担的成分，通过词性分类赋予每个词的词性标记的过程。
也就是要确定句子中每个词是名词、动词、形容词或其他词性的过程，又称词类标注或者简称标注。
词性标注是自然语言处理中的一项基础任务，在语音识别、信息检索及自然语言处理的许多领域都有应用。
词性标注实现的方法：
可以分为基于规则和基于统计的方法，主要有
（1）基于最大熵的词性标注
（2）基于统计最大概率输出词性
（3）基于 HMM 的词性标注
词性标注的应用：
（1）句法分析预处理
（2）词汇获取预处理
（3）信息抽取预处理
历史文章（点击图片阅读）
妄想用技术就能复原巴黎圣母院，Naive！
大事发生，程序员们一直在守护世界
《西部世界》背后的「脑科学男神」
AI 百科
教程
数据集
商店
更多
http://hyper.ai