關鍵字篩選
做好世界地圖連結相關的句子後，下一步想做的功能是文字雲。一樣是點選什麼國家就出現關於該國家的文字雲。在篩選文字雲裡面的字時，我試了三種篩選方式，不過都是用 HanLP 裡面的 function 來做：
- HanLP.segment()：直接斷字來做詞頻統計，但這樣雜訊蠻多的，想到可能還得找停用詞的詞典去做判斷，覺得有點麻煩。
- HanLP.extractKeyword()：直接去找每個句子的關鍵字，然後做詞頻的統計。結果比直接斷字漂亮不少，但這樣的概念是，例如點選「日本」時，出現愈多次的詞只代表它很常跟「日本」一起出現，並不能代表它跟「日本」是有意義上的關係的。
- HanLP.parseDependency()：用這個去找與國家有直接句法關係的詞，但嘗試過幾次就會發現，有些也該納入詞頻統計的詞會抓不到，因此我先把有直接關係的詞存進 list A，接著再把跟 list A 有句法關係的詞存進 list B。這邊觀察到的是：不是每個間接跟國家有句法關係的詞都是有意義的，我只要其中與 list A 的詞有定中關係、動賓關係、狀中結構、主謂關係、動補結構的詞存進 list B，然後再篩掉只有一個字的詞以及重複的部分，計算詞頻。
依照我的目的而言，3 的做法似乎比較適合。用這樣的方式做出詞與詞頻的 dictionary 後，下一步就要來看怎麼弄出文字雲了。
文字雲
在網路上稍微找了一下文字雲的相關套件，發現知名度比較高的好像是 d3-cloud，於是決定就用它來做我的文字雲，這邊有 demo 可以先看看效果。
先把 d3.layout.cloud.js 載下來，然後放進我的 /js 目錄底下。然後做點簡單的測試，我把這個筆記的 code 貼下來跑跑看，有成功跑出一樣的結果，應該沒什麼問題。感覺應該蠻容易的，只要把 data 裡面的資料替換掉即可，輕輕鬆鬆。
最後小結
成功做出文字雲後，再進一步用文字雲裡的字當關鍵字，二次篩選下面的斷句結果，就這樣預計做到的四個功能已經完成三個了，原本預計要做：
- 從 D3.js 的世界地圖中點選國家，出現包含該國家名、國家城市名的句子。（因資料內容屬摘要性質，大多一句話就能敘述完一件事。）→5/31完成
- 從 D3.js 的世界地圖中點選國家，出現由與該國家名有句法關係的詞組成的文字雲。→6/6完成
- 從文字雲點選關鍵字，出現同時包含該國家名以及關鍵字的斷句。→6/8完成
- D3.js 的地圖用廠商對於該國市場的樂觀程度上色，例如廠商都想往Ａ國發展，Ａ國就塗上紅色之類的。
在做好1-3的功能後，昨天先將目前成果向主管報告，然後主管表示沒有達到預期的效益，因此這個專案被腰斬了^口^......原本預計先做好這四個功能之後，再來處理版面美觀的部分，所以目前有點醜醜的，不過既然被腰斬了那也沒辦法，總之目前成果大概長這樣吧（為了保護資料大部分就用灰方塊蓋住）：
好，接下來要開始下一個專案了。