在开始本文之前，先简要介绍一下实现思路（非技术人员可以跳过此小节）。我分析了2837首歌曲，并构建了一个信息检索与信息抽取系统。

接下来是流程图的展示。

实现环境（非技术人员可以跳过此小节）。现在，让我们进入正题。我将目标定位于网易云音乐的热门华语男歌手、女歌手以及组合/乐队，从每类中爬取20位热门歌手，共计60位歌手的信息。

网易云歌手

爬取的歌手个人信息

有了这些歌手的信息，我便开始爬取他们的歌曲，每位歌手大约有50首歌，最终收集了2837首歌曲。

爬取歌词过程

结果1

结果2

以周杰伦的歌曲为例，我们来看一下爬取的结果。

周杰伦歌曲

告白气球

有了这些数据，按照实现思路，我们就可以搭建信息检索与信息抽取系统了（非技术人员可以跳过此小节）。接下来展示网易云热门歌手歌词信息检索与信息抽取系统，虽然系统设计得有些简单，但欢迎大家提出意见。

首先，进入主界面：

主界面

在检索框中输入你想查找的内容。比如，输入“确认过眼神，才能够遇到对的人”，点击检索，你将得到以下结果：

检索结果

如图所示，检索时间为2.4秒，下面列出了按相似度得分从高到低排序的前10首歌曲，包括排名、歌曲名、演唱歌手以及相似度得分。每个歌曲名都是一个可点击的链接。

以点击排名第一的歌词文档《醉赤壁》链接为例，跳转到：

醉赤壁

左侧显示的是《醉赤壁》的歌词内容，右侧显示的是抽取的结构化信息。

观察左侧的歌词：

醉赤壁歌词

这些红色框中的歌词“确认过眼神 我遇上对的人”与我们的输入“确认过眼神，才能够遇到对的人”不完全相同，但仍然被检索出来，说明与我们想要检索的内容相关性较高。

观察右侧抽取的结构化信息：

醉赤壁抽取的结构化信息

我们发现，歌词中并没有提到“秋天”，但系统仍然提取出了季节为秋天的信息。《醉赤壁》确实描述了秋天的景象，这表明我们的系统具有较强的信息抽取能力。同时，我们为这首歌计算了一个情绪值，为-4，表示这首歌带有一定的负面情绪。通过对歌词的分析，发现这首歌的气氛确实比较凄凉，所以我们的抽取是准确的。然而，在抽取个性化标签时，第一个标签“情极”可能不是一个词。这取决于“jieba”中文分词库，它将“情极”视为一个词。因为它在这首歌中出现频率较高，所以被用作个性化标签。如果分词结果更准确，我们的提取也会更加精确。

最后总结一下，如果你喜欢这篇文章，请点赞并关注哦~