Showing preview only (711K chars total). Download the full file or copy to clipboard to get everything.
Repository: percent4/people_relation_extract
Branch: master
Commit: 20c6af80c270
Files: 28
Total size: 342.9 KB
Directory structure:
gitextract_caa2f0pp/
├── .gitignore
├── .idea/
│ ├── bert_document_classify.iml
│ ├── codeStyles/
│ │ └── Project.xml
│ ├── dbnavigator.xml
│ ├── encodings.xml
│ ├── inspectionProfiles/
│ │ └── Project_Default.xml
│ ├── misc.xml
│ ├── modules.xml
│ └── vcs.xml
├── README.md
├── att.py
├── bert/
│ ├── __init__.py
│ ├── args.py
│ ├── extract_feature.py
│ ├── graph.py
│ ├── modeling.py
│ ├── optimization.py
│ └── tokenization.py
├── data/
│ ├── data_into_train_test.py
│ ├── rel_dict.json
│ ├── relation_bar_chart.py
│ ├── test.txt
│ ├── train.txt
│ └── 人物关系表.xlsx
├── load_data.py
├── model_predict.py
├── model_train.py
└── requirements.txt
================================================
FILE CONTENTS
================================================
================================================
FILE: .gitignore
================================================
chinese_L-12_H-768_A-12
chinese_wwm_ext_L-12_H-768_A-12
tmp_graph11
sent.txt
models
================================================
FILE: .idea/bert_document_classify.iml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<module type="PYTHON_MODULE" version="4">
<component name="NewModuleRootManager">
<content url="file://$MODULE_DIR$" />
<orderEntry type="jdk" jdkName="Python 3.7" jdkType="Python SDK" />
<orderEntry type="sourceFolder" forTests="false" />
</component>
<component name="TestRunnerService">
<option name="PROJECT_TEST_RUNNER" value="pytest" />
</component>
</module>
================================================
FILE: .idea/codeStyles/Project.xml
================================================
<component name="ProjectCodeStyleConfiguration">
<code_scheme name="Project" version="173">
<DBN-PSQL>
<case-options enabled="true">
<option name="KEYWORD_CASE" value="lower" />
<option name="FUNCTION_CASE" value="lower" />
<option name="PARAMETER_CASE" value="lower" />
<option name="DATATYPE_CASE" value="lower" />
<option name="OBJECT_CASE" value="preserve" />
</case-options>
<formatting-settings enabled="false" />
</DBN-PSQL>
<DBN-SQL>
<case-options enabled="true">
<option name="KEYWORD_CASE" value="lower" />
<option name="FUNCTION_CASE" value="lower" />
<option name="PARAMETER_CASE" value="lower" />
<option name="DATATYPE_CASE" value="lower" />
<option name="OBJECT_CASE" value="preserve" />
</case-options>
<formatting-settings enabled="false">
<option name="STATEMENT_SPACING" value="one_line" />
<option name="CLAUSE_CHOP_DOWN" value="chop_down_if_statement_long" />
<option name="ITERATION_ELEMENTS_WRAPPING" value="chop_down_if_not_single" />
</formatting-settings>
</DBN-SQL>
<DBN-PSQL>
<case-options enabled="true">
<option name="KEYWORD_CASE" value="lower" />
<option name="FUNCTION_CASE" value="lower" />
<option name="PARAMETER_CASE" value="lower" />
<option name="DATATYPE_CASE" value="lower" />
<option name="OBJECT_CASE" value="preserve" />
</case-options>
<formatting-settings enabled="false" />
</DBN-PSQL>
<DBN-SQL>
<case-options enabled="true">
<option name="KEYWORD_CASE" value="lower" />
<option name="FUNCTION_CASE" value="lower" />
<option name="PARAMETER_CASE" value="lower" />
<option name="DATATYPE_CASE" value="lower" />
<option name="OBJECT_CASE" value="preserve" />
</case-options>
<formatting-settings enabled="false">
<option name="STATEMENT_SPACING" value="one_line" />
<option name="CLAUSE_CHOP_DOWN" value="chop_down_if_statement_long" />
<option name="ITERATION_ELEMENTS_WRAPPING" value="chop_down_if_not_single" />
</formatting-settings>
</DBN-SQL>
</code_scheme>
</component>
================================================
FILE: .idea/dbnavigator.xml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="DBNavigator.Project.DataEditorManager">
<record-view-column-sorting-type value="BY_INDEX" />
<value-preview-text-wrapping value="false" />
<value-preview-pinned value="false" />
</component>
<component name="DBNavigator.Project.DataExportManager">
<export-instructions>
<create-header value="true" />
<quote-values-containing-separator value="true" />
<quote-all-values value="false" />
<value-separator value="" />
<file-name value="" />
<file-location value="" />
<scope value="GLOBAL" />
<destination value="FILE" />
<format value="EXCEL" />
<charset value="GBK" />
</export-instructions>
</component>
<component name="DBNavigator.Project.DatabaseBrowserManager">
<autoscroll-to-editor value="false" />
<autoscroll-from-editor value="true" />
<show-object-properties value="true" />
<loaded-nodes />
</component>
<component name="DBNavigator.Project.DatabaseFileManager">
<open-files />
</component>
<component name="DBNavigator.Project.EditorStateManager">
<last-used-providers />
</component>
<component name="DBNavigator.Project.ExecutionManager">
<retain-sticky-names value="false" />
</component>
<component name="DBNavigator.Project.MethodExecutionManager">
<method-browser />
<execution-history>
<group-entries value="true" />
<execution-inputs />
</execution-history>
<argument-values-cache />
</component>
<component name="DBNavigator.Project.ObjectDependencyManager">
<last-used-dependency-type value="INCOMING" />
</component>
<component name="DBNavigator.Project.ObjectQuickFilterManager">
<last-used-operator value="EQUAL" />
<filters />
</component>
<component name="DBNavigator.Project.ScriptExecutionManager" clear-outputs="true">
<recently-used-interfaces />
</component>
<component name="DBNavigator.Project.Settings">
<connections />
<browser-settings>
<general>
<display-mode value="TABBED" />
<navigation-history-size value="100" />
<show-object-details value="false" />
</general>
<filters>
<object-type-filter>
<object-type name="SCHEMA" enabled="true" />
<object-type name="USER" enabled="true" />
<object-type name="ROLE" enabled="true" />
<object-type name="PRIVILEGE" enabled="true" />
<object-type name="CHARSET" enabled="true" />
<object-type name="TABLE" enabled="true" />
<object-type name="VIEW" enabled="true" />
<object-type name="MATERIALIZED_VIEW" enabled="true" />
<object-type name="NESTED_TABLE" enabled="true" />
<object-type name="COLUMN" enabled="true" />
<object-type name="INDEX" enabled="true" />
<object-type name="CONSTRAINT" enabled="true" />
<object-type name="DATASET_TRIGGER" enabled="true" />
<object-type name="DATABASE_TRIGGER" enabled="true" />
<object-type name="SYNONYM" enabled="true" />
<object-type name="SEQUENCE" enabled="true" />
<object-type name="PROCEDURE" enabled="true" />
<object-type name="FUNCTION" enabled="true" />
<object-type name="PACKAGE" enabled="true" />
<object-type name="TYPE" enabled="true" />
<object-type name="TYPE_ATTRIBUTE" enabled="true" />
<object-type name="ARGUMENT" enabled="true" />
<object-type name="DIMENSION" enabled="true" />
<object-type name="CLUSTER" enabled="true" />
<object-type name="DBLINK" enabled="true" />
</object-type-filter>
</filters>
<sorting>
<object-type name="COLUMN" sorting-type="NAME" />
<object-type name="FUNCTION" sorting-type="NAME" />
<object-type name="PROCEDURE" sorting-type="NAME" />
<object-type name="ARGUMENT" sorting-type="POSITION" />
</sorting>
<default-editors>
<object-type name="VIEW" editor-type="SELECTION" />
<object-type name="PACKAGE" editor-type="SELECTION" />
<object-type name="TYPE" editor-type="SELECTION" />
</default-editors>
</browser-settings>
<navigation-settings>
<lookup-filters>
<lookup-objects>
<object-type name="SCHEMA" enabled="true" />
<object-type name="USER" enabled="false" />
<object-type name="ROLE" enabled="false" />
<object-type name="PRIVILEGE" enabled="false" />
<object-type name="CHARSET" enabled="false" />
<object-type name="TABLE" enabled="true" />
<object-type name="VIEW" enabled="true" />
<object-type name="MATERIALIZED VIEW" enabled="true" />
<object-type name="NESTED TABLE" enabled="false" />
<object-type name="COLUMN" enabled="false" />
<object-type name="INDEX" enabled="true" />
<object-type name="CONSTRAINT" enabled="true" />
<object-type name="DATASET TRIGGER" enabled="true" />
<object-type name="DATABASE TRIGGER" enabled="true" />
<object-type name="SYNONYM" enabled="false" />
<object-type name="SEQUENCE" enabled="true" />
<object-type name="PROCEDURE" enabled="true" />
<object-type name="FUNCTION" enabled="true" />
<object-type name="PACKAGE" enabled="true" />
<object-type name="TYPE" enabled="true" />
<object-type name="TYPE ATTRIBUTE" enabled="false" />
<object-type name="ARGUMENT" enabled="false" />
<object-type name="DIMENSION" enabled="false" />
<object-type name="CLUSTER" enabled="false" />
<object-type name="DBLINK" enabled="true" />
</lookup-objects>
<force-database-load value="false" />
<prompt-connection-selection value="true" />
<prompt-schema-selection value="true" />
</lookup-filters>
</navigation-settings>
<dataset-grid-settings>
<general>
<enable-zooming value="true" />
<enable-column-tooltip value="true" />
</general>
<sorting>
<nulls-first value="true" />
<max-sorting-columns value="4" />
</sorting>
<tracking-columns>
<columnNames value="" />
<visible value="true" />
<editable value="false" />
</tracking-columns>
</dataset-grid-settings>
<dataset-editor-settings>
<text-editor-popup>
<active value="false" />
<active-if-empty value="false" />
<data-length-threshold value="100" />
<popup-delay value="1000" />
</text-editor-popup>
<values-actions-popup>
<show-popup-button value="true" />
<element-count-threshold value="1000" />
<data-length-threshold value="250" />
</values-actions-popup>
<general>
<fetch-block-size value="100" />
<fetch-timeout value="30" />
<trim-whitespaces value="true" />
<convert-empty-strings-to-null value="true" />
<select-content-on-cell-edit value="true" />
<large-value-preview-active value="true" />
</general>
<filters>
<prompt-filter-dialog value="true" />
<default-filter-type value="BASIC" />
</filters>
<qualified-text-editor text-length-threshold="300">
<content-types>
<content-type name="Text" enabled="true" />
<content-type name="Properties" enabled="true" />
<content-type name="XML" enabled="true" />
<content-type name="DTD" enabled="true" />
<content-type name="HTML" enabled="true" />
<content-type name="XHTML" enabled="true" />
<content-type name="SQL" enabled="true" />
<content-type name="PL/SQL" enabled="true" />
<content-type name="JSON" enabled="true" />
<content-type name="JSON5" enabled="true" />
<content-type name="YAML" enabled="true" />
</content-types>
</qualified-text-editor>
<record-navigation>
<navigation-target value="VIEWER" />
</record-navigation>
</dataset-editor-settings>
<code-editor-settings>
<general>
<show-object-navigation-gutter value="false" />
<show-spec-declaration-navigation-gutter value="true" />
<enable-spellchecking value="true" />
<enable-reference-spellchecking value="false" />
</general>
<confirmations>
<save-changes value="false" />
<revert-changes value="true" />
</confirmations>
</code-editor-settings>
<code-completion-settings>
<filters>
<basic-filter>
<filter-element type="RESERVED_WORD" id="keyword" selected="true" />
<filter-element type="RESERVED_WORD" id="function" selected="true" />
<filter-element type="RESERVED_WORD" id="parameter" selected="true" />
<filter-element type="RESERVED_WORD" id="datatype" selected="true" />
<filter-element type="RESERVED_WORD" id="exception" selected="true" />
<filter-element type="OBJECT" id="schema" selected="true" />
<filter-element type="OBJECT" id="role" selected="true" />
<filter-element type="OBJECT" id="user" selected="true" />
<filter-element type="OBJECT" id="privilege" selected="true" />
<user-schema>
<filter-element type="OBJECT" id="table" selected="true" />
<filter-element type="OBJECT" id="view" selected="true" />
<filter-element type="OBJECT" id="materialized view" selected="true" />
<filter-element type="OBJECT" id="index" selected="true" />
<filter-element type="OBJECT" id="constraint" selected="true" />
<filter-element type="OBJECT" id="trigger" selected="true" />
<filter-element type="OBJECT" id="synonym" selected="false" />
<filter-element type="OBJECT" id="sequence" selected="true" />
<filter-element type="OBJECT" id="procedure" selected="true" />
<filter-element type="OBJECT" id="function" selected="true" />
<filter-element type="OBJECT" id="package" selected="true" />
<filter-element type="OBJECT" id="type" selected="true" />
<filter-element type="OBJECT" id="dimension" selected="true" />
<filter-element type="OBJECT" id="cluster" selected="true" />
<filter-element type="OBJECT" id="dblink" selected="true" />
</user-schema>
<public-schema>
<filter-element type="OBJECT" id="table" selected="false" />
<filter-element type="OBJECT" id="view" selected="false" />
<filter-element type="OBJECT" id="materialized view" selected="false" />
<filter-element type="OBJECT" id="index" selected="false" />
<filter-element type="OBJECT" id="constraint" selected="false" />
<filter-element type="OBJECT" id="trigger" selected="false" />
<filter-element type="OBJECT" id="synonym" selected="false" />
<filter-element type="OBJECT" id="sequence" selected="false" />
<filter-element type="OBJECT" id="procedure" selected="false" />
<filter-element type="OBJECT" id="function" selected="false" />
<filter-element type="OBJECT" id="package" selected="false" />
<filter-element type="OBJECT" id="type" selected="false" />
<filter-element type="OBJECT" id="dimension" selected="false" />
<filter-element type="OBJECT" id="cluster" selected="false" />
<filter-element type="OBJECT" id="dblink" selected="false" />
</public-schema>
<any-schema>
<filter-element type="OBJECT" id="table" selected="true" />
<filter-element type="OBJECT" id="view" selected="true" />
<filter-element type="OBJECT" id="materialized view" selected="true" />
<filter-element type="OBJECT" id="index" selected="true" />
<filter-element type="OBJECT" id="constraint" selected="true" />
<filter-element type="OBJECT" id="trigger" selected="true" />
<filter-element type="OBJECT" id="synonym" selected="true" />
<filter-element type="OBJECT" id="sequence" selected="true" />
<filter-element type="OBJECT" id="procedure" selected="true" />
<filter-element type="OBJECT" id="function" selected="true" />
<filter-element type="OBJECT" id="package" selected="true" />
<filter-element type="OBJECT" id="type" selected="true" />
<filter-element type="OBJECT" id="dimension" selected="true" />
<filter-element type="OBJECT" id="cluster" selected="true" />
<filter-element type="OBJECT" id="dblink" selected="true" />
</any-schema>
</basic-filter>
<extended-filter>
<filter-element type="RESERVED_WORD" id="keyword" selected="true" />
<filter-element type="RESERVED_WORD" id="function" selected="true" />
<filter-element type="RESERVED_WORD" id="parameter" selected="true" />
<filter-element type="RESERVED_WORD" id="datatype" selected="true" />
<filter-element type="RESERVED_WORD" id="exception" selected="true" />
<filter-element type="OBJECT" id="schema" selected="true" />
<filter-element type="OBJECT" id="user" selected="true" />
<filter-element type="OBJECT" id="role" selected="true" />
<filter-element type="OBJECT" id="privilege" selected="true" />
<user-schema>
<filter-element type="OBJECT" id="table" selected="true" />
<filter-element type="OBJECT" id="view" selected="true" />
<filter-element type="OBJECT" id="materialized view" selected="true" />
<filter-element type="OBJECT" id="index" selected="true" />
<filter-element type="OBJECT" id="constraint" selected="true" />
<filter-element type="OBJECT" id="trigger" selected="true" />
<filter-element type="OBJECT" id="synonym" selected="true" />
<filter-element type="OBJECT" id="sequence" selected="true" />
<filter-element type="OBJECT" id="procedure" selected="true" />
<filter-element type="OBJECT" id="function" selected="true" />
<filter-element type="OBJECT" id="package" selected="true" />
<filter-element type="OBJECT" id="type" selected="true" />
<filter-element type="OBJECT" id="dimension" selected="true" />
<filter-element type="OBJECT" id="cluster" selected="true" />
<filter-element type="OBJECT" id="dblink" selected="true" />
</user-schema>
<public-schema>
<filter-element type="OBJECT" id="table" selected="true" />
<filter-element type="OBJECT" id="view" selected="true" />
<filter-element type="OBJECT" id="materialized view" selected="true" />
<filter-element type="OBJECT" id="index" selected="true" />
<filter-element type="OBJECT" id="constraint" selected="true" />
<filter-element type="OBJECT" id="trigger" selected="true" />
<filter-element type="OBJECT" id="synonym" selected="true" />
<filter-element type="OBJECT" id="sequence" selected="true" />
<filter-element type="OBJECT" id="procedure" selected="true" />
<filter-element type="OBJECT" id="function" selected="true" />
<filter-element type="OBJECT" id="package" selected="true" />
<filter-element type="OBJECT" id="type" selected="true" />
<filter-element type="OBJECT" id="dimension" selected="true" />
<filter-element type="OBJECT" id="cluster" selected="true" />
<filter-element type="OBJECT" id="dblink" selected="true" />
</public-schema>
<any-schema>
<filter-element type="OBJECT" id="table" selected="true" />
<filter-element type="OBJECT" id="view" selected="true" />
<filter-element type="OBJECT" id="materialized view" selected="true" />
<filter-element type="OBJECT" id="index" selected="true" />
<filter-element type="OBJECT" id="constraint" selected="true" />
<filter-element type="OBJECT" id="trigger" selected="true" />
<filter-element type="OBJECT" id="synonym" selected="true" />
<filter-element type="OBJECT" id="sequence" selected="true" />
<filter-element type="OBJECT" id="procedure" selected="true" />
<filter-element type="OBJECT" id="function" selected="true" />
<filter-element type="OBJECT" id="package" selected="true" />
<filter-element type="OBJECT" id="type" selected="true" />
<filter-element type="OBJECT" id="dimension" selected="true" />
<filter-element type="OBJECT" id="cluster" selected="true" />
<filter-element type="OBJECT" id="dblink" selected="true" />
</any-schema>
</extended-filter>
</filters>
<sorting enabled="true">
<sorting-element type="RESERVED_WORD" id="keyword" />
<sorting-element type="RESERVED_WORD" id="datatype" />
<sorting-element type="OBJECT" id="column" />
<sorting-element type="OBJECT" id="table" />
<sorting-element type="OBJECT" id="view" />
<sorting-element type="OBJECT" id="materialized view" />
<sorting-element type="OBJECT" id="index" />
<sorting-element type="OBJECT" id="constraint" />
<sorting-element type="OBJECT" id="trigger" />
<sorting-element type="OBJECT" id="synonym" />
<sorting-element type="OBJECT" id="sequence" />
<sorting-element type="OBJECT" id="procedure" />
<sorting-element type="OBJECT" id="function" />
<sorting-element type="OBJECT" id="package" />
<sorting-element type="OBJECT" id="type" />
<sorting-element type="OBJECT" id="dimension" />
<sorting-element type="OBJECT" id="cluster" />
<sorting-element type="OBJECT" id="dblink" />
<sorting-element type="OBJECT" id="schema" />
<sorting-element type="OBJECT" id="role" />
<sorting-element type="OBJECT" id="user" />
<sorting-element type="RESERVED_WORD" id="function" />
<sorting-element type="RESERVED_WORD" id="parameter" />
</sorting>
<format>
<enforce-code-style-case value="true" />
</format>
</code-completion-settings>
<execution-engine-settings>
<statement-execution>
<fetch-block-size value="100" />
<execution-timeout value="20" />
<debug-execution-timeout value="600" />
<focus-result value="false" />
<prompt-execution value="false" />
</statement-execution>
<script-execution>
<command-line-interfaces />
<execution-timeout value="300" />
</script-execution>
<method-execution>
<execution-timeout value="30" />
<debug-execution-timeout value="600" />
<parameter-history-size value="10" />
</method-execution>
</execution-engine-settings>
<operation-settings>
<transactions>
<uncommitted-changes>
<on-project-close value="ASK" />
<on-disconnect value="ASK" />
<on-autocommit-toggle value="ASK" />
</uncommitted-changes>
<multiple-uncommitted-changes>
<on-commit value="ASK" />
<on-rollback value="ASK" />
</multiple-uncommitted-changes>
</transactions>
<session-browser>
<disconnect-session value="ASK" />
<kill-session value="ASK" />
<reload-on-filter-change value="false" />
</session-browser>
<compiler>
<compile-type value="KEEP" />
<compile-dependencies value="ASK" />
<always-show-controls value="false" />
</compiler>
<debugger>
<debugger-type value="JDBC" />
<use-generic-runners value="true" />
</debugger>
</operation-settings>
<ddl-file-settings>
<extensions>
<mapping file-type-id="VIEW" extensions="vw" />
<mapping file-type-id="TRIGGER" extensions="trg" />
<mapping file-type-id="PROCEDURE" extensions="prc" />
<mapping file-type-id="FUNCTION" extensions="fnc" />
<mapping file-type-id="PACKAGE" extensions="pkg" />
<mapping file-type-id="PACKAGE_SPEC" extensions="pks" />
<mapping file-type-id="PACKAGE_BODY" extensions="pkb" />
<mapping file-type-id="TYPE" extensions="tpe" />
<mapping file-type-id="TYPE_SPEC" extensions="tps" />
<mapping file-type-id="TYPE_BODY" extensions="tpb" />
</extensions>
<general>
<lookup-ddl-files value="true" />
<create-ddl-files value="false" />
<synchronize-ddl-files value="true" />
<use-qualified-names value="false" />
<make-scripts-rerunnable value="true" />
</general>
</ddl-file-settings>
<general-settings>
<regional-settings>
<date-format value="MEDIUM" />
<number-format value="UNGROUPED" />
<locale value="SYSTEM_DEFAULT" />
<use-custom-formats value="false" />
</regional-settings>
<environment>
<environment-types>
<environment-type id="development" name="Development" description="Development environment" color="-2430209/-12296320" readonly-code="false" readonly-data="false" />
<environment-type id="integration" name="Integration" description="Integration environment" color="-2621494/-12163514" readonly-code="true" readonly-data="false" />
<environment-type id="production" name="Production" description="Productive environment" color="-11574/-10271420" readonly-code="true" readonly-data="true" />
<environment-type id="other" name="Other" description="" color="-1576/-10724543" readonly-code="false" readonly-data="false" />
</environment-types>
<visibility-settings>
<connection-tabs value="true" />
<dialog-headers value="true" />
<object-editor-tabs value="true" />
<script-editor-tabs value="false" />
<execution-result-tabs value="true" />
</visibility-settings>
</environment>
</general-settings>
</component>
<component name="DBNavigator.Project.StatementExecutionManager">
<execution-variables />
</component>
</project>
================================================
FILE: .idea/encodings.xml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="Encoding" addBOMForNewFiles="with NO BOM" />
</project>
================================================
FILE: .idea/inspectionProfiles/Project_Default.xml
================================================
<component name="InspectionProjectProfileManager">
<profile version="1.0">
<option name="myName" value="Project Default" />
<inspection_tool class="PyPackageRequirementsInspection" enabled="true" level="WARNING" enabled_by_default="true">
<option name="ignoredPackages">
<value>
<list size="5">
<item index="0" class="java.lang.String" itemvalue="tensorflow" />
<item index="1" class="java.lang.String" itemvalue="matplotlib" />
<item index="2" class="java.lang.String" itemvalue="keras" />
<item index="3" class="java.lang.String" itemvalue="pandas" />
<item index="4" class="java.lang.String" itemvalue="numpy" />
</list>
</value>
</option>
</inspection_tool>
</profile>
</component>
================================================
FILE: .idea/misc.xml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="ProjectRootManager" version="2" project-jdk-name="Python 3.7" project-jdk-type="Python SDK" />
</project>
================================================
FILE: .idea/modules.xml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="ProjectModuleManager">
<modules>
<module fileurl="file://$PROJECT_DIR$/.idea/bert_document_classify.iml" filepath="$PROJECT_DIR$/.idea/bert_document_classify.iml" />
</modules>
</component>
</project>
================================================
FILE: .idea/vcs.xml
================================================
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="VcsDirectoryMappings">
<mapping directory="$PROJECT_DIR$" vcs="Git" />
</component>
</project>
================================================
FILE: README.md
================================================
  运行该项目的模型训练和模型预测脚本需要准备BERT中文版的模型数据，下载网址为：[https://github.com/google-research/bert/blob/master/multilingual.md](https://github.com/google-research/bert/blob/master/multilingual.md) 。
  利用笔者自己收集的3881个样本，对人物关系抽取进行尝试。人物关系共分为14类，如下：
```json
{
"unknown": 0,
"夫妻": 1,
"父母": 2,
"兄弟姐妹": 3,
"上下级": 4,
"师生": 5,
"好友": 6,
"同学": 7,
"合作": 8,
"同人": 9,
"情侣": 10,
"祖孙": 11,
"同门": 12,
"亲戚": 13
}
```
  人物关系类别频数分布条形图如下：
  模型结构： BERT + 双向GRU + Attention + FC
  模型训练效果：
```
# 训练集(train), loss: 0.0260, acc: 0.9941
# 最终测试集(test), loss: 0.9505, acc: 0.7905
# 测试集上效果最好的, loss: 0.8277, acc: 0.7956
```
  在测试集上的每一类的classification_report如下：
```
precision recall f1-score support
unknown 0.72 0.77 0.75 159
夫妻 0.82 0.79 0.81 58
父母 0.84 0.91 0.87 99
兄弟姐妹 0.81 0.84 0.82 25
上下级 0.62 0.67 0.64 24
师生 0.71 0.83 0.76 29
好友 0.82 0.67 0.73 27
同学 0.92 0.69 0.79 16
合作 0.83 0.77 0.80 44
同人 1.00 0.84 0.91 25
情侣 0.79 0.79 0.79 19
祖孙 0.76 0.62 0.68 21
同门 0.91 0.88 0.89 24
亲戚 0.83 0.68 0.75 22
micro avg 0.79 0.79 0.79 592
macro avg 0.81 0.77 0.79 592
weighted avg 0.80 0.79 0.79 592
```
  利用Chinese_wwm_ext + 双向GRU + Attention + FC模型，效果如下：
```
# 训练集(train), loss: 0.0248, acc: 0.9941
# 最终测试集(test), loss: 0.8795, acc: 0.7956
# 测试集上效果最好的, loss: 0.7603, acc: 0.8176
```
  在测试集上的每一类的classification_report如下：
```
precision recall f1-score support
unknown 0.75 0.72 0.73 159
夫妻 0.79 0.86 0.83 58
父母 0.84 0.94 0.89 99
兄弟姐妹 0.72 0.92 0.81 25
上下级 0.74 0.71 0.72 24
师生 0.75 0.83 0.79 29
好友 0.86 0.70 0.78 27
同学 0.73 0.69 0.71 16
合作 0.80 0.75 0.78 44
同人 1.00 0.88 0.94 25
情侣 0.84 0.84 0.84 19
祖孙 0.74 0.67 0.70 21
同门 0.95 0.79 0.86 24
亲戚 0.80 0.73 0.76 22
micro avg 0.80 0.80 0.80 592
macro avg 0.81 0.79 0.79 592
weighted avg 0.80 0.80 0.79 592
```
  模型预测：
```
原文: 润生#润叶#不过，他对润生的姐姐润叶倒怀有一种亲切的感情。
预测人物关系: 兄弟姐妹
原文: 孙玉厚#兰花#脑子里把前后村庄未嫁的女子一个个想过去，最后选定了双水村孙玉厚的大女子兰花。
预测人物关系: 父母
原文: 金波#田福堂#每天来回二十里路，与他一块上学的金波和大队书记田福堂的儿子润生都有自行车，只有他是两条腿走路。
预测人物关系: unknown
原文: 润生#田福堂#每天来回二十里路，与他一块上学的金波和大队书记田福堂的儿子润生都有自行车，只有他是两条腿走路。
预测人物关系: 父母
原文: 周山#李自成#周山原是李自成亲手提拔的将领，闯王对他十分信任，叫他担任中军。
预测人物关系: 上下级
原文: 高桂英#李自成#高桂英是李自成的结发妻子，今年才三十岁。
预测人物关系: 夫妻
原文: 罗斯福#特德#果然，此后罗斯福的政治旅程与长他24岁的特德叔叔如出一辙——纽约州议员、助理海军部长、纽约州州长以至美国总统。
预测人物关系: 亲戚
原文: 詹姆斯#克利夫兰#詹姆斯担任了该公司的经理，作为一名民主党人，他曾资助过克利夫兰的再度竞选，两人私交不错。
预测人物关系: 上下级
原文: 高剑父#关山月#高剑父是关山月在艺术道路上非常重要的导师，同时关山月也是最能够贯彻高剑父“折中中西”理念的得意门生。
预测人物关系: 师生
原文: 唐怡莹#唐石霞#唐怡莹，姓他他拉氏，名为他他拉·怡莹，又名唐石霞，隶属于满洲镶红旗。
预测人物关系: 同人
```
  参考文章：
[https://www.cnblogs.com/jclian91/p/12328570.html](https://www.cnblogs.com/jclian91/p/12328570.html)
================================================
FILE: att.py
================================================
# -*- coding: utf-8 -*-
from keras import backend as K
from keras.engine.topology import Layer
# 利用Keras构造注意力机制层
class Attention(Layer):
def __init__(self, attention_size, **kwargs):
self.attention_size = attention_size
super(Attention, self).__init__(**kwargs)
def build(self, input_shape):
# W: (EMBED_SIZE, ATTENTION_SIZE)
# b: (ATTENTION_SIZE, 1)
# u: (ATTENTION_SIZE, 1)
self.W = self.add_weight(name="W_{:s}".format(self.name),
shape=(input_shape[-1], self.attention_size),
initializer="glorot_normal",
trainable=True)
self.b = self.add_weight(name="b_{:s}".format(self.name),
shape=(input_shape[1], 1),
initializer="zeros",
trainable=True)
self.u = self.add_weight(name="u_{:s}".format(self.name),
shape=(self.attention_size, 1),
initializer="glorot_normal",
trainable=True)
super(Attention, self).build(input_shape)
def call(self, x, mask=None):
# input: (BATCH_SIZE, MAX_TIMESTEPS, EMBED_SIZE)
# et: (BATCH_SIZE, MAX_TIMESTEPS, ATTENTION_SIZE)
et = K.tanh(K.dot(x, self.W) + self.b)
# at: (BATCH_SIZE, MAX_TIMESTEPS)
at = K.softmax(K.squeeze(K.dot(et, self.u), axis=-1))
if mask is not None:
at *= K.cast(mask, K.floatx())
# ot: (BATCH_SIZE, MAX_TIMESTEPS, EMBED_SIZE)
atx = K.expand_dims(at, axis=-1)
ot = atx * x
# output: (BATCH_SIZE, EMBED_SIZE)
output = K.sum(ot, axis=1)
return output
def compute_mask(self, input, input_mask=None):
return None
def compute_output_shape(self, input_shape):
return (input_shape[0], input_shape[-1])
# 该函数用于保存和加载模型时使用
def get_config(self):
config = {"attention_size": self.attention_size}
base_config = super(Attention, self).get_config()
return dict(list(base_config.items()) + list(config.items()))
================================================
FILE: bert/__init__.py
================================================
# coding=utf-8
# Copyright 2018 The Google AI Language Team Authors.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
================================================
FILE: bert/args.py
================================================
import os
from enum import Enum
class PoolingStrategy(Enum):
NONE = 0
REDUCE_MAX = 1
REDUCE_MEAN = 2
REDUCE_MEAN_MAX = 3
FIRST_TOKEN = 4 # corresponds to [CLS] for single sequences
LAST_TOKEN = 5 # corresponds to [SEP] for single sequences
CLS_TOKEN = 4 # corresponds to the first token for single seq.
SEP_TOKEN = 5 # corresponds to the last token for single seq.
def __str__(self):
return self.name
@staticmethod
def from_string(s):
try:
return PoolingStrategy[s]
except KeyError:
raise ValueError()
file_path = os.path.dirname(os.path.dirname(__file__))
model_dir = os.path.join(file_path, 'chinese_L-12_H-768_A-12')
# model_dir = os.path.join(file_path, 'chinese_wwm_ext_L-12_H-768_A-12')
config_name = os.path.join(model_dir, 'bert_config.json')
ckpt_name = os.path.join(model_dir, 'bert_model.ckpt')
vocab_file = os.path.join(model_dir, 'vocab.txt')
# the maximum length of a sequence,Sequences larger than max_seq_len will be truncated on the left side. Thus, if you
# want to send long sequences to the model, please make sure the program can handle them correctly.
#max_seq_len = 5
xla = True
# list of int. this model has 12 layers, By default this program works on the second last layer. The last layer is too
# closed to the target functions,If you question about this argument and want to use the last hidden layer anyway, please
# feel free to set layer_indexes=[-1], so we use the second last layer
layer_indexes = [-2]
#pooling_strategy = PoolingStrategy.NONE
================================================
FILE: bert/extract_feature.py
================================================
from bert.graph import import_tf
from bert import modeling
from bert import tokenization
from bert.graph import optimize_graph
from bert import args
from queue import Queue
from threading import Thread
tf = import_tf(0, True)
class InputExample(object):
def __init__(self, unique_id, text_a, text_b):
self.unique_id = unique_id
self.text_a = text_a
self.text_b = text_b
class InputFeatures(object):
"""A single set of features of data."""
def __init__(self, unique_id, tokens, input_ids, input_mask, input_type_ids):
self.unique_id = unique_id
self.tokens = tokens
self.input_ids = input_ids
self.input_mask = input_mask
self.input_type_ids = input_type_ids
class BertVector:
def __init__(self, batch_size=32, pooling_strategy="REDUCE_MEAN", max_seq_len=40):
"""
init BertVector
:param batch_size: Depending on your memory default is 32
"""
self.max_seq_length = max_seq_len
self.layer_indexes = args.layer_indexes
self.gpu_memory_fraction = 1
if pooling_strategy == "NONE":
pooling_strategy = args.PoolingStrategy.NONE
elif pooling_strategy == "REDUCE_MAX":
pooling_strategy = args.PoolingStrategy.REDUCE_MAX
elif pooling_strategy == "REDUCE_MEAN":
pooling_strategy = args.PoolingStrategy.REDUCE_MEAN
elif pooling_strategy == "REDUCE_MEAN_MAX":
pooling_strategy = args.PoolingStrategy.REDUCE_MEAN_MAX
self.graph_path = optimize_graph(pooling_strategy=pooling_strategy, max_seq_len=self.max_seq_length)
self.tokenizer = tokenization.FullTokenizer(vocab_file=args.vocab_file, do_lower_case=True)
self.batch_size = batch_size
self.estimator = self.get_estimator()
self.input_queue = Queue(maxsize=1)
self.output_queue = Queue(maxsize=1)
self.predict_thread = Thread(target=self.predict_from_queue, daemon=True)
self.predict_thread.start()
def get_estimator(self):
from tensorflow.python.estimator.estimator import Estimator
from tensorflow.python.estimator.run_config import RunConfig
from tensorflow.python.estimator.model_fn import EstimatorSpec
def model_fn(features, labels, mode, params):
with tf.gfile.GFile(self.graph_path, 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
input_names = ['input_ids', 'input_mask', 'input_type_ids']
output = tf.import_graph_def(graph_def,
input_map={k + ':0': features[k] for k in input_names},
return_elements=['final_encodes:0'])
return EstimatorSpec(mode=mode, predictions={
'encodes': output[0]
})
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = self.gpu_memory_fraction
config.log_device_placement = False
config.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1
return Estimator(model_fn=model_fn, config=RunConfig(session_config=config),
params={'batch_size': self.batch_size})
def predict_from_queue(self):
prediction = self.estimator.predict(input_fn=self.queue_predict_input_fn, yield_single_examples=False)
for i in prediction:
self.output_queue.put(i)
def encode(self, sentence):
self.input_queue.put(sentence)
prediction = self.output_queue.get()
return prediction
def queue_predict_input_fn(self):
return (tf.data.Dataset.from_generator(
self.generate_from_queue,
output_types={'unique_ids': tf.int32,
'input_ids': tf.int32,
'input_mask': tf.int32,
'input_type_ids': tf.int32},
output_shapes={
'unique_ids': (1,),
'input_ids': (None, self.max_seq_length),
'input_mask': (None, self.max_seq_length),
'input_type_ids': (None, self.max_seq_length)}))
def generate_from_queue(self):
while True:
features = list(self.convert_examples_to_features(seq_length=self.max_seq_length, tokenizer=self.tokenizer))
yield {
'unique_ids': [f.unique_id for f in features],
'input_ids': [f.input_ids for f in features],
'input_mask': [f.input_mask for f in features],
'input_type_ids': [f.input_type_ids for f in features]
}
def input_fn_builder(self, features, seq_length):
"""Creates an `input_fn` closure to be passed to Estimator."""
all_unique_ids = []
all_input_ids = []
all_input_mask = []
all_input_type_ids = []
for feature in features:
all_unique_ids.append(feature.unique_id)
all_input_ids.append(feature.input_ids)
all_input_mask.append(feature.input_mask)
all_input_type_ids.append(feature.input_type_ids)
def input_fn(params):
"""The actual input function."""
batch_size = params["batch_size"]
num_examples = len(features)
# This is for demo purposes and does NOT scale to large data sets. We do
# not use Dataset.from_generator() because that uses tf.py_func which is
# not TPU compatible. The right way to load data is with TFRecordReader.
d = tf.data.Dataset.from_tensor_slices({
"unique_ids":
tf.constant(all_unique_ids, shape=[num_examples], dtype=tf.int32),
"input_ids":
tf.constant(
all_input_ids, shape=[num_examples, seq_length],
dtype=tf.int32),
"input_mask":
tf.constant(
all_input_mask,
shape=[num_examples, seq_length],
dtype=tf.int32),
"input_type_ids":
tf.constant(
all_input_type_ids,
shape=[num_examples, seq_length],
dtype=tf.int32),
})
d = d.batch(batch_size=batch_size, drop_remainder=False)
return d
return input_fn
def model_fn_builder(self, bert_config, init_checkpoint, layer_indexes):
"""Returns `model_fn` closure for TPUEstimator."""
def model_fn(features, labels, mode, params): # pylint: disable=unused-argument
"""The `model_fn` for TPUEstimator."""
unique_ids = features["unique_ids"]
input_ids = features["input_ids"]
input_mask = features["input_mask"]
input_type_ids = features["input_type_ids"]
jit_scope = tf.contrib.compiler.jit.experimental_jit_scope
with jit_scope():
model = modeling.BertModel(
config=bert_config,
is_training=False,
input_ids=input_ids,
input_mask=input_mask,
token_type_ids=input_type_ids)
if mode != tf.estimator.ModeKeys.PREDICT:
raise ValueError("Only PREDICT modes are supported: %s" % (mode))
tvars = tf.trainable_variables()
(assignment_map, initialized_variable_names) = modeling.get_assignment_map_from_checkpoint(tvars,
init_checkpoint)
tf.logging.info("**** Trainable Variables ****")
for var in tvars:
init_string = ""
if var.name in initialized_variable_names:
init_string = ", *INIT_FROM_CKPT*"
tf.logging.info(" name = %s, shape = %s%s", var.name, var.shape,
init_string)
all_layers = model.get_all_encoder_layers()
predictions = {
"unique_id": unique_ids,
}
for (i, layer_index) in enumerate(layer_indexes):
predictions["layer_output_%d" % i] = all_layers[layer_index]
from tensorflow.python.estimator.model_fn import EstimatorSpec
output_spec = EstimatorSpec(mode=mode, predictions=predictions)
return output_spec
return model_fn
def convert_examples_to_features(self, seq_length, tokenizer):
"""Loads a data file into a list of `InputBatch`s."""
features = []
input_masks = []
examples = self._to_example(self.input_queue.get())
for (ex_index, example) in enumerate(examples):
tokens_a = tokenizer.tokenize(example.text_a)
# if the sentences's length is more than seq_length, only use sentence's left part
if len(tokens_a) > seq_length - 2:
tokens_a = tokens_a[0:(seq_length - 2)]
# The convention in BERT is:
# (a) For sequence pairs:
# tokens: [CLS] is this jack ##son ##ville ? [SEP] no it is not . [SEP]
# type_ids: 0 0 0 0 0 0 0 0 1 1 1 1 1 1
# (b) For single sequences:
# tokens: [CLS] the dog is hairy . [SEP]
# type_ids: 0 0 0 0 0 0 0
#
# Where "type_ids" are used to indicate whether this is the first
# sequence or the second sequence. The embedding vectors for `type=0` and
# `type=1` were learned during pre-training and are added to the wordpiece
# embedding vector (and position vector). This is not *strictly* necessary
# since the [SEP] token unambiguously separates the sequences, but it makes
# it easier for the model to learn the concept of sequences.
#
# For classification tasks, the first vector (corresponding to [CLS]) is
# used as as the "sentence vector". Note that this only makes sense because
# the entire model is fine-tuned.
tokens = []
input_type_ids = []
tokens.append("[CLS]")
input_type_ids.append(0)
for token in tokens_a:
tokens.append(token)
input_type_ids.append(0)
tokens.append("[SEP]")
input_type_ids.append(0)
# Where "input_ids" are tokens's index in vocabulary
input_ids = tokenizer.convert_tokens_to_ids(tokens)
# The mask has 1 for real tokens and 0 for padding tokens. Only real
# tokens are attended to.
input_mask = [1] * len(input_ids)
input_masks.append(input_mask)
# Zero-pad up to the sequence length.
while len(input_ids) < seq_length:
input_ids.append(0)
input_mask.append(0)
input_type_ids.append(0)
assert len(input_ids) == seq_length
assert len(input_mask) == seq_length
assert len(input_type_ids) == seq_length
if ex_index < 5:
tf.logging.info("*** Example ***")
tf.logging.info("unique_id: %s" % (example.unique_id))
tf.logging.info("tokens: %s" % " ".join(
[tokenization.printable_text(x) for x in tokens]))
tf.logging.info("input_ids: %s" % " ".join([str(x) for x in input_ids]))
tf.logging.info("input_mask: %s" % " ".join([str(x) for x in input_mask]))
tf.logging.info(
"input_type_ids: %s" % " ".join([str(x) for x in input_type_ids]))
yield InputFeatures(
unique_id=example.unique_id,
tokens=tokens,
input_ids=input_ids,
input_mask=input_mask,
input_type_ids=input_type_ids)
def _truncate_seq_pair(self, tokens_a, tokens_b, max_length):
"""Truncates a sequence pair in place to the maximum length."""
# This is a simple heuristic which will always truncate the longer sequence
# one token at a time. This makes more sense than truncating an equal percent
# of tokens from each, since if one sequence is very short then each token
# that's truncated likely contains more information than a longer sequence.
while True:
total_length = len(tokens_a) + len(tokens_b)
if total_length <= max_length:
break
if len(tokens_a) > len(tokens_b):
tokens_a.pop()
else:
tokens_b.pop()
@staticmethod
def _to_example(sentences):
import re
"""
sentences to InputExample
:param sentences: list of strings
:return: list of InputExample
"""
unique_id = 0
for ss in sentences:
line = tokenization.convert_to_unicode(ss)
if not line:
continue
line = line.strip()
text_a = None
text_b = None
m = re.match(r"^(.*) \|\|\| (.*)$", line)
if m is None:
text_a = line
else:
text_a = m.group(1)
text_b = m.group(2)
yield InputExample(unique_id=unique_id, text_a=text_a, text_b=text_b)
unique_id += 1
if __name__ == "__main__":
import time
bert = BertVector()
while True:
question = input('question: ')
start = time.time()
vectors = bert.encode([question])
print(str(vectors))
================================================
FILE: bert/graph.py
================================================
# coding:utf-8
import os
import tempfile
import random
import json
import logging
from termcolor import colored
from bert import modeling
from bert import args
from bert.args import PoolingStrategy
import contextlib
def import_tf(device_id=-1, verbose=False):
# os.environ['CUDA_VISIBLE_DEVICES'] = '-1' if device_id < 0 else str(device_id)
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '0' if verbose else '3'
import tensorflow as tf
tf.logging.set_verbosity(tf.logging.DEBUG if verbose else tf.logging.ERROR)
return tf
def set_logger(context, verbose=False):
logger = logging.getLogger(context)
logger.setLevel(logging.DEBUG if verbose else logging.INFO)
formatter = logging.Formatter(
'%(levelname)-.1s:' + context + ':[%(filename).5s:%(funcName).3s:%(lineno)3d]:%(message)s', datefmt=
'%m-%d %H:%M:%S')
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.DEBUG if verbose else logging.INFO)
console_handler.setFormatter(formatter)
logger.handlers = []
logger.addHandler(console_handler)
return logger
def optimize_graph(logger=None, verbose=False, pooling_strategy=PoolingStrategy.REDUCE_MEAN, max_seq_len=40):
if not logger:
logger = set_logger(colored('BERT_VEC', 'yellow'), verbose)
try:
# we don't need GPU for optimizing the graph
tf = import_tf(device_id=0, verbose=verbose)
from tensorflow.python.tools.optimize_for_inference_lib import optimize_for_inference
# allow_soft_placement:自动选择运行设备
config = tf.ConfigProto(allow_soft_placement=True)
config_fp = args.config_name
init_checkpoint = args.ckpt_name
logger.info('model config: %s' % config_fp)
# 加载bert配置文件
with tf.gfile.GFile(config_fp, 'r') as f:
bert_config = modeling.BertConfig.from_dict(json.load(f))
logger.info('build graph...')
# input placeholders, not sure if they are friendly to XLA
input_ids = tf.placeholder(tf.int32, (None, max_seq_len), 'input_ids')
input_mask = tf.placeholder(tf.int32, (None, max_seq_len), 'input_mask')
input_type_ids = tf.placeholder(tf.int32, (None, max_seq_len), 'input_type_ids')
# xla加速
jit_scope = tf.contrib.compiler.jit.experimental_jit_scope if args.xla else contextlib.suppress
with jit_scope():
input_tensors = [input_ids, input_mask, input_type_ids]
model = modeling.BertModel(
config=bert_config,
is_training=False,
input_ids=input_ids,
input_mask=input_mask,
token_type_ids=input_type_ids,
use_one_hot_embeddings=False)
# 获取所有要训练的变量
tvars = tf.trainable_variables()
(assignment_map, initialized_variable_names) = modeling.get_assignment_map_from_checkpoint(tvars,
init_checkpoint)
tf.train.init_from_checkpoint(init_checkpoint, assignment_map)
minus_mask = lambda x, m: x - tf.expand_dims(1.0 - m, axis=-1) * 1e30
mul_mask = lambda x, m: x * tf.expand_dims(m, axis=-1)
masked_reduce_max = lambda x, m: tf.reduce_max(minus_mask(x, m), axis=1)
masked_reduce_mean = lambda x, m: tf.reduce_sum(mul_mask(x, m), axis=1) / (
tf.reduce_sum(m, axis=1, keepdims=True) + 1e-10)
# 共享卷积核
with tf.variable_scope("pooling"):
# 如果只有一层，就只取对应那一层的weight
if len(args.layer_indexes) == 1:
encoder_layer = model.all_encoder_layers[args.layer_indexes[0]]
else:
# 否则遍历需要取的层，把所有层的weight取出来并拼接起来shape:768*层数
all_layers = [model.all_encoder_layers[l] for l in args.layer_indexes]
encoder_layer = tf.concat(all_layers, -1)
input_mask = tf.cast(input_mask, tf.float32)
# 以下代码是句向量的生成方法，可以理解为做了一个卷积的操作，但是没有把结果相加, 卷积核是input_mask
if pooling_strategy == PoolingStrategy.REDUCE_MEAN:
pooled = masked_reduce_mean(encoder_layer, input_mask)
elif pooling_strategy == PoolingStrategy.REDUCE_MAX:
pooled = masked_reduce_max(encoder_layer, input_mask)
elif pooling_strategy == PoolingStrategy.REDUCE_MEAN_MAX:
pooled = tf.concat([masked_reduce_mean(encoder_layer, input_mask),
masked_reduce_max(encoder_layer, input_mask)], axis=1)
elif pooling_strategy == PoolingStrategy.FIRST_TOKEN or \
pooling_strategy == PoolingStrategy.CLS_TOKEN:
pooled = tf.squeeze(encoder_layer[:, 0:1, :], axis=1)
elif pooling_strategy == PoolingStrategy.LAST_TOKEN or \
pooling_strategy == PoolingStrategy.SEP_TOKEN:
seq_len = tf.cast(tf.reduce_sum(input_mask, axis=1), tf.int32)
rng = tf.range(0, tf.shape(seq_len)[0])
indexes = tf.stack([rng, seq_len - 1], 1)
pooled = tf.gather_nd(encoder_layer, indexes)
elif pooling_strategy == PoolingStrategy.NONE:
pooled = mul_mask(encoder_layer, input_mask)
else:
raise NotImplementedError()
pooled = tf.identity(pooled, 'final_encodes')
output_tensors = [pooled]
tmp_g = tf.get_default_graph().as_graph_def()
with tf.Session(config=config) as sess:
logger.info('load parameters from checkpoint...')
sess.run(tf.global_variables_initializer())
logger.info('freeze...')
tmp_g = tf.graph_util.convert_variables_to_constants(sess, tmp_g, [n.name[:-2] for n in output_tensors])
dtypes = [n.dtype for n in input_tensors]
logger.info('optimize...')
tmp_g = optimize_for_inference(
tmp_g,
[n.name[:-2] for n in input_tensors],
[n.name[:-2] for n in output_tensors],
[dtype.as_datatype_enum for dtype in dtypes],
False)
#tmp_file = tempfile.NamedTemporaryFile('w', delete=True).name
#r = random.randint(1, 1000)
#tmp_file = "./tmp_graph"+str(r)
tmp_file = "./tmp_graph11"
logger.info('write graph to a tmp file: %s' % tmp_file)
with tf.gfile.GFile(tmp_file, 'wb') as f:
f.write(tmp_g.SerializeToString())
return tmp_file
except Exception as e:
logger.error('fail to optimize the graph!')
logger.error(e)
================================================
FILE: bert/modeling.py
================================================
# coding=utf-8
# Copyright 2018 The Google AI Language Team Authors.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
"""The main BERT model and related functions."""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import collections
import copy
import json
import math
import re
import six
import tensorflow as tf
class BertConfig(object):
"""Configuration for `BertModel`."""
def __init__(self,
vocab_size,
hidden_size=768,
num_hidden_layers=12,
num_attention_heads=12,
intermediate_size=3072,
hidden_act="gelu",
hidden_dropout_prob=0.1,
attention_probs_dropout_prob=0.1,
max_position_embeddings=512,
type_vocab_size=16,
initializer_range=0.02):
"""Constructs BertConfig.
Args:
vocab_size: Vocabulary size of `inputs_ids` in `BertModel`.
hidden_size: Size of the encoder layers and the pooler layer.
num_hidden_layers: Number of hidden layers in the Transformer encoder.
num_attention_heads: Number of attention heads for each attention layer in
the Transformer encoder.
intermediate_size: The size of the "intermediate" (i.e., feed-forward)
layer in the Transformer encoder.
hidden_act: The non-linear activation function (function or string) in the
encoder and pooler.
hidden_dropout_prob: The dropout probability for all fully connected
layers in the embeddings, encoder, and pooler.
attention_probs_dropout_prob: The dropout ratio for the attention
probabilities.
max_position_embeddings: The maximum sequence length that this model might
ever be used with. Typically set this to something large just in case
(e.g., 512 or 1024 or 2048).
type_vocab_size: The vocabulary size of the `token_type_ids` passed into
`BertModel`.
initializer_range: The stdev of the truncated_normal_initializer for
initializing all weight matrices.
"""
self.vocab_size = vocab_size
self.hidden_size = hidden_size
self.num_hidden_layers = num_hidden_layers
self.num_attention_heads = num_attention_heads
self.hidden_act = hidden_act
self.intermediate_size = intermediate_size
self.hidden_dropout_prob = hidden_dropout_prob
self.attention_probs_dropout_prob = attention_probs_dropout_prob
self.max_position_embeddings = max_position_embeddings
self.type_vocab_size = type_vocab_size
self.initializer_range = initializer_range
@classmethod
def from_dict(cls, json_object):
"""Constructs a `BertConfig` from a Python dictionary of parameters."""
config = BertConfig(vocab_size=None)
for (key, value) in six.iteritems(json_object):
config.__dict__[key] = value
return config
@classmethod
def from_json_file(cls, json_file):
"""Constructs a `BertConfig` from a json file of parameters."""
with tf.gfile.GFile(json_file, "r") as reader:
text = reader.read()
return cls.from_dict(json.loads(text))
def to_dict(self):
"""Serializes this instance to a Python dictionary."""
output = copy.deepcopy(self.__dict__)
return output
def to_json_string(self):
"""Serializes this instance to a JSON string."""
return json.dumps(self.to_dict(), indent=2, sort_keys=True) + "\n"
class BertModel(object):
"""BERT model ("Bidirectional Embedding Representations from a Transformer").
Example usage:
```python
# Already been converted into WordPiece token ids
input_ids = tf.constant([[31, 51, 99], [15, 5, 0]])
input_mask = tf.constant([[1, 1, 1], [1, 1, 0]])
token_type_ids = tf.constant([[0, 0, 1], [0, 2, 0]])
config = modeling.BertConfig(vocab_size=32000, hidden_size=512,
num_hidden_layers=8, num_attention_heads=6, intermediate_size=1024)
model = modeling.BertModel(config=config, is_training=True,
input_ids=input_ids, input_mask=input_mask, token_type_ids=token_type_ids)
label_embeddings = tf.get_variable(...)
pooled_output = model.get_pooled_output()
logits = tf.matmul(pooled_output, label_embeddings)
...
```
"""
def __init__(self,
config,
is_training,
input_ids,
input_mask=None,
token_type_ids=None,
use_one_hot_embeddings=True,
scope=None):
"""Constructor for BertModel.
Args:
config: `BertConfig` instance.
is_training: bool. rue for training model, false for eval model. Controls
whether dropout will be applied.
input_ids: int32 Tensor of shape [batch_size, seq_length].
input_mask: (optional) int32 Tensor of shape [batch_size, seq_length].
token_type_ids: (optional) int32 Tensor of shape [batch_size, seq_length].
use_one_hot_embeddings: (optional) bool. Whether to use one-hot word
embeddings or tf.embedding_lookup() for the word embeddings. On the TPU,
it is must faster if this is True, on the CPU or GPU, it is faster if
this is False.
scope: (optional) variable scope. Defaults to "bert".
Raises:
ValueError: The config is invalid or one of the input tensor shapes
is invalid.
"""
config = copy.deepcopy(config)
if not is_training:
config.hidden_dropout_prob = 0.0
config.attention_probs_dropout_prob = 0.0
input_shape = get_shape_list(input_ids, expected_rank=2)
batch_size = input_shape[0]
seq_length = input_shape[1]
if input_mask is None:
input_mask = tf.ones(shape=[batch_size, seq_length], dtype=tf.int32)
if token_type_ids is None:
token_type_ids = tf.zeros(shape=[batch_size, seq_length], dtype=tf.int32)
with tf.variable_scope(scope, default_name="bert"):
with tf.variable_scope("embeddings"):
# Perform embedding lookup on the word ids.
(self.embedding_output, self.embedding_table) = embedding_lookup(
input_ids=input_ids,
vocab_size=config.vocab_size,
embedding_size=config.hidden_size,
initializer_range=config.initializer_range,
word_embedding_name="word_embeddings",
use_one_hot_embeddings=use_one_hot_embeddings)
# Add positional embeddings and token type embeddings, then layer
# normalize and perform dropout.
self.embedding_output = embedding_postprocessor(
input_tensor=self.embedding_output,
use_token_type=True,
token_type_ids=token_type_ids,
token_type_vocab_size=config.type_vocab_size,
token_type_embedding_name="token_type_embeddings",
use_position_embeddings=True,
position_embedding_name="position_embeddings",
initializer_range=config.initializer_range,
max_position_embeddings=config.max_position_embeddings,
dropout_prob=config.hidden_dropout_prob)
with tf.variable_scope("encoder"):
# This converts a 2D mask of shape [batch_size, seq_length] to a 3D
# mask of shape [batch_size, seq_length, seq_length] which is used
# for the attention scores.
attention_mask = create_attention_mask_from_input_mask(
input_ids, input_mask)
# Run the stacked transformer.
# `sequence_output` shape = [batch_size, seq_length, hidden_size].
self.all_encoder_layers = transformer_model(
input_tensor=self.embedding_output,
attention_mask=attention_mask,
hidden_size=config.hidden_size,
num_hidden_layers=config.num_hidden_layers,
num_attention_heads=config.num_attention_heads,
intermediate_size=config.intermediate_size,
intermediate_act_fn=get_activation(config.hidden_act),
hidden_dropout_prob=config.hidden_dropout_prob,
attention_probs_dropout_prob=config.attention_probs_dropout_prob,
initializer_range=config.initializer_range,
do_return_all_layers=True)
self.sequence_output = self.all_encoder_layers[-1]
# The "pooler" converts the encoded sequence tensor of shape
# [batch_size, seq_length, hidden_size] to a tensor of shape
# [batch_size, hidden_size]. This is necessary for segment-level
# (or segment-pair-level) classification tasks where we need a fixed
# dimensional representation of the segment.
with tf.variable_scope("pooler"):
# We "pool" the model by simply taking the hidden state corresponding
# to the first token. We assume that this has been pre-trained
first_token_tensor = tf.squeeze(self.sequence_output[:, 0:1, :], axis=1)
self.pooled_output = tf.layers.dense(
first_token_tensor,
config.hidden_size,
activation=tf.tanh,
kernel_initializer=create_initializer(config.initializer_range))
def get_pooled_output(self):
return self.pooled_output
def get_sequence_output(self):
"""Gets final hidden layer of encoder.
Returns:
float Tensor of shape [batch_size, seq_length, hidden_size] corresponding
to the final hidden of the transformer encoder.
"""
return self.sequence_output
def get_all_encoder_layers(self):
return self.all_encoder_layers
def get_embedding_output(self):
"""Gets output of the embedding lookup (i.e., input to the transformer).
Returns:
float Tensor of shape [batch_size, seq_length, hidden_size] corresponding
to the output of the embedding layer, after summing the word
embeddings with the positional embeddings and the token type embeddings,
then performing layer normalization. This is the input to the transformer.
"""
return self.embedding_output
def get_embedding_table(self):
return self.embedding_table
def gelu(input_tensor):
"""Gaussian Error Linear Unit.
This is a smoother version of the RELU.
Original paper: https://arxiv.org/abs/1606.08415
Args:
input_tensor: float Tensor to perform activation.
Returns:
`input_tensor` with the GELU activation applied.
"""
cdf = 0.5 * (1.0 + tf.erf(input_tensor / tf.sqrt(2.0)))
return input_tensor * cdf
def get_activation(activation_string):
"""Maps a string to a Python function, e.g., "relu" => `tf.nn.relu`.
Args:
activation_string: String name of the activation function.
Returns:
A Python function corresponding to the activation function. If
`activation_string` is None, empty, or "linear", this will return None.
If `activation_string` is not a string, it will return `activation_string`.
Raises:
ValueError: The `activation_string` does not correspond to a known
activation.
"""
# We assume that anything that"s not a string is already an activation
# function, so we just return it.
if not isinstance(activation_string, six.string_types):
return activation_string
if not activation_string:
return None
act = activation_string.lower()
if act == "linear":
return None
elif act == "relu":
return tf.nn.relu
elif act == "gelu":
return gelu
elif act == "tanh":
return tf.tanh
else:
raise ValueError("Unsupported activation: %s" % act)
def get_assignment_map_from_checkpoint(tvars, init_checkpoint):
"""Compute the union of the current variables and checkpoint variables."""
assignment_map = {}
initialized_variable_names = {}
name_to_variable = collections.OrderedDict()
for var in tvars:
name = var.name
m = re.match("^(.*):\\d+$", name)
if m is not None:
name = m.group(1)
name_to_variable[name] = var
init_vars = tf.train.list_variables(init_checkpoint)
assignment_map = collections.OrderedDict()
for x in init_vars:
(name, var) = (x[0], x[1])
if name not in name_to_variable:
continue
assignment_map[name] = name
initialized_variable_names[name] = 1
initialized_variable_names[name + ":0"] = 1
return (assignment_map, initialized_variable_names)
def dropout(input_tensor, dropout_prob):
"""Perform dropout.
Args:
input_tensor: float Tensor.
dropout_prob: Python float. The probability of dropping out a value (NOT of
*keeping* a dimension as in `tf.nn.dropout`).
Returns:
A version of `input_tensor` with dropout applied.
"""
if dropout_prob is None or dropout_prob == 0.0:
return input_tensor
output = tf.nn.dropout(input_tensor, 1.0 - dropout_prob)
return output
def layer_norm(input_tensor, name=None):
"""Run layer normalization on the last dimension of the tensor."""
return tf.contrib.layers.layer_norm(
inputs=input_tensor, begin_norm_axis=-1, begin_params_axis=-1, scope=name)
def layer_norm_and_dropout(input_tensor, dropout_prob, name=None):
"""Runs layer normalization followed by dropout."""
output_tensor = layer_norm(input_tensor, name)
output_tensor = dropout(output_tensor, dropout_prob)
return output_tensor
def create_initializer(initializer_range=0.02):
"""Creates a `truncated_normal_initializer` with the given range."""
return tf.truncated_normal_initializer(stddev=initializer_range)
def embedding_lookup(input_ids,
vocab_size,
embedding_size=128,
initializer_range=0.02,
word_embedding_name="word_embeddings",
use_one_hot_embeddings=False):
"""Looks up words embeddings for id tensor.
Args:
input_ids: int32 Tensor of shape [batch_size, seq_length] containing word
ids.
vocab_size: int. Size of the embedding vocabulary.
embedding_size: int. Width of the word embeddings.
initializer_range: float. Embedding initialization range.
word_embedding_name: string. Name of the embedding table.
use_one_hot_embeddings: bool. If True, use one-hot method for word
embeddings. If False, use `tf.nn.embedding_lookup()`. One hot is better
for TPUs.
Returns:
float Tensor of shape [batch_size, seq_length, embedding_size].
"""
# This function assumes that the input is of shape [batch_size, seq_length,
# num_inputs].
#
# If the input is a 2D tensor of shape [batch_size, seq_length], we
# reshape to [batch_size, seq_length, 1].
if input_ids.shape.ndims == 2:
input_ids = tf.expand_dims(input_ids, axis=[-1])
embedding_table = tf.get_variable(
name=word_embedding_name,
shape=[vocab_size, embedding_size],
initializer=create_initializer(initializer_range))
if use_one_hot_embeddings:
flat_input_ids = tf.reshape(input_ids, [-1])
one_hot_input_ids = tf.one_hot(flat_input_ids, depth=vocab_size)
output = tf.matmul(one_hot_input_ids, embedding_table)
else:
output = tf.nn.embedding_lookup(embedding_table, input_ids)
input_shape = get_shape_list(input_ids)
output = tf.reshape(output,
input_shape[0:-1] + [input_shape[-1] * embedding_size])
return (output, embedding_table)
def embedding_postprocessor(input_tensor,
use_token_type=False,
token_type_ids=None,
token_type_vocab_size=16,
token_type_embedding_name="token_type_embeddings",
use_position_embeddings=True,
position_embedding_name="position_embeddings",
initializer_range=0.02,
max_position_embeddings=512,
dropout_prob=0.1):
"""Performs various post-processing on a word embedding tensor.
Args:
input_tensor: float Tensor of shape [batch_size, seq_length,
embedding_size].
use_token_type: bool. Whether to add embeddings for `token_type_ids`.
token_type_ids: (optional) int32 Tensor of shape [batch_size, seq_length].
Must be specified if `use_token_type` is True.
token_type_vocab_size: int. The vocabulary size of `token_type_ids`.
token_type_embedding_name: string. The name of the embedding table variable
for token type ids.
use_position_embeddings: bool. Whether to add position embeddings for the
position of each token in the sequence.
position_embedding_name: string. The name of the embedding table variable
for positional embeddings.
initializer_range: float. Range of the weight initialization.
max_position_embeddings: int. Maximum sequence length that might ever be
used with this model. This can be longer than the sequence length of
input_tensor, but cannot be shorter.
dropout_prob: float. Dropout probability applied to the final output tensor.
Returns:
float tensor with same shape as `input_tensor`.
Raises:
ValueError: One of the tensor shapes or input values is invalid.
"""
input_shape = get_shape_list(input_tensor, expected_rank=3)
batch_size = input_shape[0]
seq_length = input_shape[1]
width = input_shape[2]
output = input_tensor
if use_token_type:
if token_type_ids is None:
raise ValueError("`token_type_ids` must be specified if"
"`use_token_type` is True.")
token_type_table = tf.get_variable(
name=token_type_embedding_name,
shape=[token_type_vocab_size, width],
initializer=create_initializer(initializer_range))
# This vocab will be small so we always do one-hot here, since it is always
# faster for a small vocabulary.
flat_token_type_ids = tf.reshape(token_type_ids, [-1])
one_hot_ids = tf.one_hot(flat_token_type_ids, depth=token_type_vocab_size)
token_type_embeddings = tf.matmul(one_hot_ids, token_type_table)
token_type_embeddings = tf.reshape(token_type_embeddings,
[batch_size, seq_length, width])
output += token_type_embeddings
if use_position_embeddings:
assert_op = tf.assert_less_equal(seq_length, max_position_embeddings)
with tf.control_dependencies([assert_op]):
full_position_embeddings = tf.get_variable(
name=position_embedding_name,
shape=[max_position_embeddings, width],
initializer=create_initializer(initializer_range))
# Since the position embedding table is a learned variable, we create it
# using a (long) sequence length `max_position_embeddings`. The actual
# sequence length might be shorter than this, for faster training of
# tasks that do not have long sequences.
#
# So `full_position_embeddings` is effectively an embedding table
# for position [0, 1, 2, ..., max_position_embeddings-1], and the current
# sequence has positions [0, 1, 2, ... seq_length-1], so we can just
# perform a slice.
position_embeddings = tf.slice(full_position_embeddings, [0, 0],
[seq_length, -1])
num_dims = len(output.shape.as_list())
# Only the last two dimensions are relevant (`seq_length` and `width`), so
# we broadcast among the first dimensions, which is typically just
# the batch size.
position_broadcast_shape = []
for _ in range(num_dims - 2):
position_broadcast_shape.append(1)
position_broadcast_shape.extend([seq_length, width])
position_embeddings = tf.reshape(position_embeddings,
position_broadcast_shape)
output += position_embeddings
output = layer_norm_and_dropout(output, dropout_prob)
return output
def create_attention_mask_from_input_mask(from_tensor, to_mask):
"""Create 3D attention mask from a 2D tensor mask.
Args:
from_tensor: 2D or 3D Tensor of shape [batch_size, from_seq_length, ...].
to_mask: int32 Tensor of shape [batch_size, to_seq_length].
Returns:
float Tensor of shape [batch_size, from_seq_length, to_seq_length].
"""
from_shape = get_shape_list(from_tensor, expected_rank=[2, 3])
batch_size = from_shape[0]
from_seq_length = from_shape[1]
to_shape = get_shape_list(to_mask, expected_rank=2)
to_seq_length = to_shape[1]
to_mask = tf.cast(
tf.reshape(to_mask, [batch_size, 1, to_seq_length]), tf.float32)
# We don't assume that `from_tensor` is a mask (although it could be). We
# don't actually care if we attend *from* padding tokens (only *to* padding)
# tokens so we create a tensor of all ones.
#
# `broadcast_ones` = [batch_size, from_seq_length, 1]
broadcast_ones = tf.ones(
shape=[batch_size, from_seq_length, 1], dtype=tf.float32)
# Here we broadcast along two dimensions to create the mask.
mask = broadcast_ones * to_mask
return mask
def attention_layer(from_tensor,
to_tensor,
attention_mask=None,
num_attention_heads=1,
size_per_head=512,
query_act=None,
key_act=None,
value_act=None,
attention_probs_dropout_prob=0.0,
initializer_range=0.02,
do_return_2d_tensor=False,
batch_size=None,
from_seq_length=None,
to_seq_length=None):
"""Performs multi-headed attention from `from_tensor` to `to_tensor`.
This is an implementation of multi-headed attention based on "Attention
is all you Need". If `from_tensor` and `to_tensor` are the same, then
this is self-attention. Each timestep in `from_tensor` attends to the
corresponding sequence in `to_tensor`, and returns a fixed-with vector.
This function first projects `from_tensor` into a "query" tensor and
`to_tensor` into "key" and "value" tensors. These are (effectively) a list
of tensors of length `num_attention_heads`, where each tensor is of shape
[batch_size, seq_length, size_per_head].
Then, the query and key tensors are dot-producted and scaled. These are
softmaxed to obtain attention probabilities. The value tensors are then
interpolated by these probabilities, then concatenated back to a single
tensor and returned.
In practice, the multi-headed attention are done with transposes and
reshapes rather than actual separate tensors.
Args:
from_tensor: float Tensor of shape [batch_size, from_seq_length,
from_width].
to_tensor: float Tensor of shape [batch_size, to_seq_length, to_width].
attention_mask: (optional) int32 Tensor of shape [batch_size,
from_seq_length, to_seq_length]. The values should be 1 or 0. The
attention scores will effectively be set to -infinity for any positions in
the mask that are 0, and will be unchanged for positions that are 1.
num_attention_heads: int. Number of attention heads.
size_per_head: int. Size of each attention head.
query_act: (optional) Activation function for the query transform.
key_act: (optional) Activation function for the key transform.
value_act: (optional) Activation function for the value transform.
attention_probs_dropout_prob: (optional) float. Dropout probability of the
attention probabilities.
initializer_range: float. Range of the weight initializer.
do_return_2d_tensor: bool. If True, the output will be of shape [batch_size
* from_seq_length, num_attention_heads * size_per_head]. If False, the
output will be of shape [batch_size, from_seq_length, num_attention_heads
* size_per_head].
batch_size: (Optional) int. If the input is 2D, this might be the batch size
of the 3D version of the `from_tensor` and `to_tensor`.
from_seq_length: (Optional) If the input is 2D, this might be the seq length
of the 3D version of the `from_tensor`.
to_seq_length: (Optional) If the input is 2D, this might be the seq length
of the 3D version of the `to_tensor`.
Returns:
float Tensor of shape [batch_size, from_seq_length,
num_attention_heads * size_per_head]. (If `do_return_2d_tensor` is
true, this will be of shape [batch_size * from_seq_length,
num_attention_heads * size_per_head]).
Raises:
ValueError: Any of the arguments or tensor shapes are invalid.
"""
def transpose_for_scores(input_tensor, batch_size, num_attention_heads,
seq_length, width):
output_tensor = tf.reshape(
input_tensor, [batch_size, seq_length, num_attention_heads, width])
output_tensor = tf.transpose(output_tensor, [0, 2, 1, 3])
return output_tensor
from_shape = get_shape_list(from_tensor, expected_rank=[2, 3])
to_shape = get_shape_list(to_tensor, expected_rank=[2, 3])
if len(from_shape) != len(to_shape):
raise ValueError(
"The rank of `from_tensor` must match the rank of `to_tensor`.")
if len(from_shape) == 3:
batch_size = from_shape[0]
from_seq_length = from_shape[1]
to_seq_length = to_shape[1]
elif len(from_shape) == 2:
if (batch_size is None or from_seq_length is None or to_seq_length is None):
raise ValueError(
"When passing in rank 2 tensors to attention_layer, the values "
"for `batch_size`, `from_seq_length`, and `to_seq_length` "
"must all be specified.")
# Scalar dimensions referenced here:
# B = batch size (number of sequences)
# F = `from_tensor` sequence length
# T = `to_tensor` sequence length
# N = `num_attention_heads`
# H = `size_per_head`
from_tensor_2d = reshape_to_matrix(from_tensor)
to_tensor_2d = reshape_to_matrix(to_tensor)
# `query_layer` = [B*F, N*H]
query_layer = tf.layers.dense(
from_tensor_2d,
num_attention_heads * size_per_head,
activation=query_act,
name="query",
kernel_initializer=create_initializer(initializer_range))
# `key_layer` = [B*T, N*H]
key_layer = tf.layers.dense(
to_tensor_2d,
num_attention_heads * size_per_head,
activation=key_act,
name="key",
kernel_initializer=create_initializer(initializer_range))
# `value_layer` = [B*T, N*H]
value_layer = tf.layers.dense(
to_tensor_2d,
num_attention_heads * size_per_head,
activation=value_act,
name="value",
kernel_initializer=create_initializer(initializer_range))
# `query_layer` = [B, N, F, H]
query_layer = transpose_for_scores(query_layer, batch_size,
num_attention_heads, from_seq_length,
size_per_head)
# `key_layer` = [B, N, T, H]
key_layer = transpose_for_scores(key_layer, batch_size, num_attention_heads,
to_seq_length, size_per_head)
# Take the dot product between "query" and "key" to get the raw
# attention scores.
# `attention_scores` = [B, N, F, T]
attention_scores = tf.matmul(query_layer, key_layer, transpose_b=True)
attention_scores = tf.multiply(attention_scores,
1.0 / math.sqrt(float(size_per_head)))
if attention_mask is not None:
# `attention_mask` = [B, 1, F, T]
attention_mask = tf.expand_dims(attention_mask, axis=[1])
# Since attention_mask is 1.0 for positions we want to attend and 0.0 for
# masked positions, this operation will create a tensor which is 0.0 for
# positions we want to attend and -10000.0 for masked positions.
adder = (1.0 - tf.cast(attention_mask, tf.float32)) * -10000.0
# Since we are adding it to the raw scores before the softmax, this is
# effectively the same as removing these entirely.
attention_scores += adder
# Normalize the attention scores to probabilities.
# `attention_probs` = [B, N, F, T]
attention_probs = tf.nn.softmax(attention_scores)
# This is actually dropping out entire tokens to attend to, which might
# seem a bit unusual, but is taken from the original Transformer paper.
attention_probs = dropout(attention_probs, attention_probs_dropout_prob)
# `value_layer` = [B, T, N, H]
value_layer = tf.reshape(
value_layer,
[batch_size, to_seq_length, num_attention_heads, size_per_head])
# `value_layer` = [B, N, T, H]
value_layer = tf.transpose(value_layer, [0, 2, 1, 3])
# `context_layer` = [B, N, F, H]
context_layer = tf.matmul(attention_probs, value_layer)
# `context_layer` = [B, F, N, H]
context_layer = tf.transpose(context_layer, [0, 2, 1, 3])
if do_return_2d_tensor:
# `context_layer` = [B*F, N*V]
context_layer = tf.reshape(
context_layer,
[batch_size * from_seq_length, num_attention_heads * size_per_head])
else:
# `context_layer` = [B, F, N*V]
context_layer = tf.reshape(
context_layer,
[batch_size, from_seq_length, num_attention_heads * size_per_head])
return context_layer
def transformer_model(input_tensor,
attention_mask=None,
hidden_size=768,
num_hidden_layers=12,
num_attention_heads=12,
intermediate_size=3072,
intermediate_act_fn=gelu,
hidden_dropout_prob=0.1,
attention_probs_dropout_prob=0.1,
initializer_range=0.02,
do_return_all_layers=False):
"""Multi-headed, multi-layer Transformer from "Attention is All You Need".
This is almost an exact implementation of the original Transformer encoder.
See the original paper:
https://arxiv.org/abs/1706.03762
Also see:
https://github.com/tensorflow/tensor2tensor/blob/master/tensor2tensor/models/transformer.py
Args:
input_tensor: float Tensor of shape [batch_size, seq_length, hidden_size].
attention_mask: (optional) int32 Tensor of shape [batch_size, seq_length,
seq_length], with 1 for positions that can be attended to and 0 in
positions that should not be.
hidden_size: int. Hidden size of the Transformer.
num_hidden_layers: int. Number of layers (blocks) in the Transformer.
num_attention_heads: int. Number of attention heads in the Transformer.
intermediate_size: int. The size of the "intermediate" (a.k.a., feed
forward) layer.
intermediate_act_fn: function. The non-linear activation function to apply
to the output of the intermediate/feed-forward layer.
hidden_dropout_prob: float. Dropout probability for the hidden layers.
attention_probs_dropout_prob: float. Dropout probability of the attention
probabilities.
initializer_range: float. Range of the initializer (stddev of truncated
normal).
do_return_all_layers: Whether to also return all layers or just the final
layer.
Returns:
float Tensor of shape [batch_size, seq_length, hidden_size], the final
hidden layer of the Transformer.
Raises:
ValueError: A Tensor shape or parameter is invalid.
"""
if hidden_size % num_attention_heads != 0:
raise ValueError(
"The hidden size (%d) is not a multiple of the number of attention "
"heads (%d)" % (hidden_size, num_attention_heads))
attention_head_size = int(hidden_size / num_attention_heads)
input_shape = get_shape_list(input_tensor, expected_rank=3)
batch_size = input_shape[0]
seq_length = input_shape[1]
input_width = input_shape[2]
# The Transformer performs sum residuals on all layers so the input needs
# to be the same as the hidden size.
if input_width != hidden_size:
raise ValueError("The width of the input tensor (%d) != hidden size (%d)" %
(input_width, hidden_size))
# We keep the representation as a 2D tensor to avoid re-shaping it back and
# forth from a 3D tensor to a 2D tensor. Re-shapes are normally free on
# the GPU/CPU but may not be free on the TPU, so we want to minimize them to
# help the optimizer.
prev_output = reshape_to_matrix(input_tensor)
all_layer_outputs = []
for layer_idx in range(num_hidden_layers):
with tf.variable_scope("layer_%d" % layer_idx):
layer_input = prev_output
with tf.variable_scope("attention"):
attention_heads = []
with tf.variable_scope("self"):
attention_head = attention_layer(
from_tensor=layer_input,
to_tensor=layer_input,
attention_mask=attention_mask,
num_attention_heads=num_attention_heads,
size_per_head=attention_head_size,
attention_probs_dropout_prob=attention_probs_dropout_prob,
initializer_range=initializer_range,
do_return_2d_tensor=True,
batch_size=batch_size,
from_seq_length=seq_length,
to_seq_length=seq_length)
attention_heads.append(attention_head)
attention_output = None
if len(attention_heads) == 1:
attention_output = attention_heads[0]
else:
# In the case where we have other sequences, we just concatenate
# them to the self-attention head before the projection.
attention_output = tf.concat(attention_heads, axis=-1)
# Run a linear projection of `hidden_size` then add a residual
# with `layer_input`.
with tf.variable_scope("output"):
attention_output = tf.layers.dense(
attention_output,
hidden_size,
kernel_initializer=create_initializer(initializer_range))
attention_output = dropout(attention_output, hidden_dropout_prob)
attention_output = layer_norm(attention_output + layer_input)
# The activation is only applied to the "intermediate" hidden layer.
with tf.variable_scope("intermediate"):
intermediate_output = tf.layers.dense(
attention_output,
intermediate_size,
activation=intermediate_act_fn,
kernel_initializer=create_initializer(initializer_range))
# Down-project back to `hidden_size` then add the residual.
with tf.variable_scope("output"):
layer_output = tf.layers.dense(
intermediate_output,
hidden_size,
kernel_initializer=create_initializer(initializer_range))
layer_output = dropout(layer_output, hidden_dropout_prob)
layer_output = layer_norm(layer_output + attention_output)
prev_output = layer_output
all_layer_outputs.append(layer_output)
if do_return_all_layers:
final_outputs = []
for layer_output in all_layer_outputs:
final_output = reshape_from_matrix(layer_output, input_shape)
final_outputs.append(final_output)
return final_outputs
else:
final_output = reshape_from_matrix(prev_output, input_shape)
return final_output
def get_shape_list(tensor, expected_rank=None, name=None):
"""Returns a list of the shape of tensor, preferring static dimensions.
Args:
tensor: A tf.Tensor object to find the shape of.
expected_rank: (optional) int. The expected rank of `tensor`. If this is
specified and the `tensor` has a different rank, and exception will be
thrown.
name: Optional name of the tensor for the error message.
Returns:
A list of dimensions of the shape of tensor. All static dimensions will
be returned as python integers, and dynamic dimensions will be returned
as tf.Tensor scalars.
"""
if name is None:
name = tensor.name
if expected_rank is not None:
assert_rank(tensor, expected_rank, name)
shape = tensor.shape.as_list()
non_static_indexes = []
for (index, dim) in enumerate(shape):
if dim is None:
non_static_indexes.append(index)
if not non_static_indexes:
return shape
dyn_shape = tf.shape(tensor)
for index in non_static_indexes:
shape[index] = dyn_shape[index]
return shape
def reshape_to_matrix(input_tensor):
"""Reshapes a >= rank 2 tensor to a rank 2 tensor (i.e., a matrix)."""
ndims = input_tensor.shape.ndims
if ndims < 2:
raise ValueError("Input tensor must have at least rank 2. Shape = %s" %
(input_tensor.shape))
if ndims == 2:
return input_tensor
width = input_tensor.shape[-1]
output_tensor = tf.reshape(input_tensor, [-1, width])
return output_tensor
def reshape_from_matrix(output_tensor, orig_shape_list):
"""Reshapes a rank 2 tensor back to its original rank >= 2 tensor."""
if len(orig_shape_list) == 2:
return output_tensor
output_shape = get_shape_list(output_tensor)
orig_dims = orig_shape_list[0:-1]
width = output_shape[-1]
return tf.reshape(output_tensor, orig_dims + [width])
def assert_rank(tensor, expected_rank, name=None):
"""Raises an exception if the tensor rank is not of the expected rank.
Args:
tensor: A tf.Tensor to check the rank of.
expected_rank: Python integer or list of integers, expected rank.
name: Optional name of the tensor for the error message.
Raises:
ValueError: If the expected shape doesn't match the actual shape.
"""
if name is None:
name = tensor.name
expected_rank_dict = {}
if isinstance(expected_rank, six.integer_types):
expected_rank_dict[expected_rank] = True
else:
for x in expected_rank:
expected_rank_dict[x] = True
actual_rank = tensor.shape.ndims
if actual_rank not in expected_rank_dict:
scope_name = tf.get_variable_scope().name
raise ValueError(
"For the tensor `%s` in scope `%s`, the actual rank "
"`%d` (shape = %s) is not equal to the expected rank `%s`" %
(name, scope_name, actual_rank, str(tensor.shape), str(expected_rank)))
================================================
FILE: bert/optimization.py
================================================
# coding=utf-8
# Copyright 2018 The Google AI Language Team Authors.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
"""Functions and classes related to optimization (weight updates)."""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import re
import tensorflow as tf
def create_optimizer(loss, init_lr, num_train_steps, num_warmup_steps, use_tpu):
"""Creates an optimizer training op."""
global_step = tf.train.get_or_create_global_step()
learning_rate = tf.constant(value=init_lr, shape=[], dtype=tf.float32)
# Implements linear decay of the learning rate.
learning_rate = tf.train.polynomial_decay(
learning_rate,
global_step,
num_train_steps,
end_learning_rate=0.0,
power=1.0,
cycle=False)
# Implements linear warmup. I.e., if global_step < num_warmup_steps, the
# learning rate will be `global_step/num_warmup_steps * init_lr`.
if num_warmup_steps:
global_steps_int = tf.cast(global_step, tf.int32)
warmup_steps_int = tf.constant(num_warmup_steps, dtype=tf.int32)
global_steps_float = tf.cast(global_steps_int, tf.float32)
warmup_steps_float = tf.cast(warmup_steps_int, tf.float32)
warmup_percent_done = global_steps_float / warmup_steps_float
warmup_learning_rate = init_lr * warmup_percent_done
is_warmup = tf.cast(global_steps_int < warmup_steps_int, tf.float32)
learning_rate = (
(1.0 - is_warmup) * learning_rate + is_warmup * warmup_learning_rate)
# It is recommended that you use this optimizer for fine tuning, since this
# is how the model was trained (note that the Adam m/v variables are NOT
# loaded from init_checkpoint.)
optimizer = AdamWeightDecayOptimizer(
learning_rate=learning_rate,
weight_decay_rate=0.01,
beta_1=0.9,
beta_2=0.999,
epsilon=1e-6,
exclude_from_weight_decay=["LayerNorm", "layer_norm", "bias"])
if use_tpu:
optimizer = tf.contrib.tpu.CrossShardOptimizer(optimizer)
tvars = tf.trainable_variables()
grads = tf.gradients(loss, tvars)
# This is how the model was pre-trained.
(grads, _) = tf.clip_by_global_norm(grads, clip_norm=1.0)
train_op = optimizer.apply_gradients(
zip(grads, tvars), global_step=global_step)
new_global_step = global_step + 1
train_op = tf.group(train_op, [global_step.assign(new_global_step)])
return train_op
class AdamWeightDecayOptimizer(tf.train.Optimizer):
"""A basic Adam optimizer that includes "correct" L2 weight decay."""
def __init__(self,
learning_rate,
weight_decay_rate=0.0,
beta_1=0.9,
beta_2=0.999,
epsilon=1e-6,
exclude_from_weight_decay=None,
name="AdamWeightDecayOptimizer"):
"""Constructs a AdamWeightDecayOptimizer."""
super(AdamWeightDecayOptimizer, self).__init__(False, name)
self.learning_rate = learning_rate
self.weight_decay_rate = weight_decay_rate
self.beta_1 = beta_1
self.beta_2 = beta_2
self.epsilon = epsilon
self.exclude_from_weight_decay = exclude_from_weight_decay
def apply_gradients(self, grads_and_vars, global_step=None, name=None):
"""See base class."""
assignments = []
for (grad, param) in grads_and_vars:
if grad is None or param is None:
continue
param_name = self._get_variable_name(param.name)
m = tf.get_variable(
name=param_name + "/adam_m",
shape=param.shape.as_list(),
dtype=tf.float32,
trainable=False,
initializer=tf.zeros_initializer())
v = tf.get_variable(
name=param_name + "/adam_v",
shape=param.shape.as_list(),
dtype=tf.float32,
trainable=False,
initializer=tf.zeros_initializer())
# Standard Adam update.
next_m = (
tf.multiply(self.beta_1, m) + tf.multiply(1.0 - self.beta_1, grad))
next_v = (
tf.multiply(self.beta_2, v) + tf.multiply(1.0 - self.beta_2,
tf.square(grad)))
update = next_m / (tf.sqrt(next_v) + self.epsilon)
# Just adding the square of the weights to the loss function is *not*
# the correct way of using L2 regularization/weight decay with Adam,
# since that will interact with the m and v parameters in strange ways.
#
# Instead we want ot decay the weights in a manner that doesn't interact
# with the m/v parameters. This is equivalent to adding the square
# of the weights to the loss with plain (non-momentum) SGD.
if self._do_use_weight_decay(param_name):
update += self.weight_decay_rate * param
update_with_lr = self.learning_rate * update
next_param = param - update_with_lr
assignments.extend(
[param.assign(next_param),
m.assign(next_m),
v.assign(next_v)])
return tf.group(*assignments, name=name)
def _do_use_weight_decay(self, param_name):
"""Whether to use L2 weight decay for `param_name`."""
if not self.weight_decay_rate:
return False
if self.exclude_from_weight_decay:
for r in self.exclude_from_weight_decay:
if re.search(r, param_name) is not None:
return False
return True
def _get_variable_name(self, param_name):
"""Get the variable name from the tensor name."""
m = re.match("^(.*):\\d+$", param_name)
if m is not None:
param_name = m.group(1)
return param_name
================================================
FILE: bert/tokenization.py
================================================
# coding=utf-8
# Copyright 2018 The Google AI Language Team Authors.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
"""Tokenization classes."""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import collections
import unicodedata
import six
import tensorflow as tf
def convert_to_unicode(text):
"""Converts `text` to Unicode (if it's not already), assuming utf-8 input."""
if six.PY3:
if isinstance(text, str):
return text
elif isinstance(text, bytes):
return text.decode("utf-8", "ignore")
else:
raise ValueError("Unsupported string type: %s" % (type(text)))
elif six.PY2:
if isinstance(text, str):
return text.decode("utf-8", "ignore")
elif isinstance(text, unicode):
return text
else:
raise ValueError("Unsupported string type: %s" % (type(text)))
else:
raise ValueError("Not running on Python2 or Python 3?")
def printable_text(text):
"""Returns text encoded in a way suitable for print or `tf.logging`."""
# These functions want `str` for both Python2 and Python3, but in one case
# it's a Unicode string and in the other it's a byte string.
if six.PY3:
if isinstance(text, str):
return text
elif isinstance(text, bytes):
return text.decode("utf-8", "ignore")
else:
raise ValueError("Unsupported string type: %s" % (type(text)))
elif six.PY2:
if isinstance(text, str):
return text
elif isinstance(text, unicode):
return text.encode("utf-8")
else:
raise ValueError("Unsupported string type: %s" % (type(text)))
else:
raise ValueError("Not running on Python2 or Python 3?")
def load_vocab(vocab_file):
"""Loads a vocabulary file into a dictionary."""
vocab = collections.OrderedDict()
index = 0
with tf.gfile.GFile(vocab_file, "r") as reader:
while True:
token = convert_to_unicode(reader.readline())
if not token:
break
token = token.strip()
vocab[token] = index
index += 1
return vocab
def convert_by_vocab(vocab, items):
"""Converts a sequence of [tokens|ids] using the vocab."""
output = []
for item in items:
output.append(vocab[item])
return output
def convert_tokens_to_ids(vocab, tokens):
return convert_by_vocab(vocab, tokens)
def convert_ids_to_tokens(inv_vocab, ids):
return convert_by_vocab(inv_vocab, ids)
def whitespace_tokenize(text):
"""Runs basic whitespace cleaning and splitting on a piece of text."""
text = text.strip()
if not text:
return []
tokens = text.split()
return tokens
class FullTokenizer(object):
"""Runs end-to-end tokenziation."""
def __init__(self, vocab_file, do_lower_case=True):
self.vocab = load_vocab(vocab_file)
self.inv_vocab = {v: k for k, v in self.vocab.items()}
self.basic_tokenizer = BasicTokenizer(do_lower_case=do_lower_case)
self.wordpiece_tokenizer = WordpieceTokenizer(vocab=self.vocab)
def tokenize(self, text):
split_tokens = []
for token in self.basic_tokenizer.tokenize(text):
for sub_token in self.wordpiece_tokenizer.tokenize(token):
split_tokens.append(sub_token)
return split_tokens
def convert_tokens_to_ids(self, tokens):
return convert_by_vocab(self.vocab, tokens)
def convert_ids_to_tokens(self, ids):
return convert_by_vocab(self.inv_vocab, ids)
class BasicTokenizer(object):
"""Runs basic tokenization (punctuation splitting, lower casing, etc.)."""
def __init__(self, do_lower_case=True):
"""Constructs a BasicTokenizer.
Args:
do_lower_case: Whether to lower case the input.
"""
self.do_lower_case = do_lower_case
def tokenize(self, text):
"""Tokenizes a piece of text."""
text = convert_to_unicode(text)
text = self._clean_text(text)
# This was added on November 1st, 2018 for the multilingual and Chinese
# models. This is also applied to the English models now, but it doesn't
# matter since the English models were not trained on any Chinese data
# and generally don't have any Chinese data in them (there are Chinese
# characters in the vocabulary because Wikipedia does have some Chinese
# words in the English Wikipedia.).
text = self._tokenize_chinese_chars(text)
orig_tokens = whitespace_tokenize(text)
split_tokens = []
for token in orig_tokens:
if self.do_lower_case:
token = token.lower()
token = self._run_strip_accents(token)
split_tokens.extend(self._run_split_on_punc(token))
output_tokens = whitespace_tokenize(" ".join(split_tokens))
return output_tokens
def _run_strip_accents(self, text):
"""Strips accents from a piece of text."""
text = unicodedata.normalize("NFD", text)
output = []
for char in text:
cat = unicodedata.category(char)
if cat == "Mn":
continue
output.append(char)
return "".join(output)
def _run_split_on_punc(self, text):
"""Splits punctuation on a piece of text."""
chars = list(text)
i = 0
start_new_word = True
output = []
while i < len(chars):
char = chars[i]
if _is_punctuation(char):
output.append([char])
start_new_word = True
else:
if start_new_word:
output.append([])
start_new_word = False
output[-1].append(char)
i += 1
return ["".join(x) for x in output]
def _tokenize_chinese_chars(self, text):
"""Adds whitespace around any CJK character."""
output = []
for char in text:
cp = ord(char)
if self._is_chinese_char(cp):
output.append(" ")
output.append(char)
output.append(" ")
else:
output.append(char)
return "".join(output)
def _is_chinese_char(self, cp):
"""Checks whether CP is the codepoint of a CJK character."""
# This defines a "chinese character" as anything in the CJK Unicode block:
# https://en.wikipedia.org/wiki/CJK_Unified_Ideographs_(Unicode_block)
#
# Note that the CJK Unicode block is NOT all Japanese and Korean characters,
# despite its name. The modern Korean Hangul alphabet is a different block,
# as is Japanese Hiragana and Katakana. Those alphabets are used to write
# space-separated words, so they are not treated specially and handled
# like the all of the other languages.
if ((cp >= 0x4E00 and cp <= 0x9FFF) or #
(cp >= 0x3400 and cp <= 0x4DBF) or #
(cp >= 0x20000 and cp <= 0x2A6DF) or #
(cp >= 0x2A700 and cp <= 0x2B73F) or #
(cp >= 0x2B740 and cp <= 0x2B81F) or #
(cp >= 0x2B820 and cp <= 0x2CEAF) or
(cp >= 0xF900 and cp <= 0xFAFF) or #
(cp >= 0x2F800 and cp <= 0x2FA1F)): #
return True
return False
def _clean_text(self, text):
"""Performs invalid character removal and whitespace cleanup on text."""
output = []
for char in text:
cp = ord(char)
if cp == 0 or cp == 0xfffd or _is_control(char):
continue
if _is_whitespace(char):
output.append(" ")
else:
output.append(char)
return "".join(output)
class WordpieceTokenizer(object):
"""Runs WordPiece tokenziation."""
def __init__(self, vocab, unk_token="[UNK]", max_input_chars_per_word=200):
self.vocab = vocab
self.unk_token = unk_token
self.max_input_chars_per_word = max_input_chars_per_word
def tokenize(self, text):
"""Tokenizes a piece of text into its word pieces.
This uses a greedy longest-match-first algorithm to perform tokenization
using the given vocabulary.
For example:
input = "unaffable"
output = ["un", "##aff", "##able"]
Args:
text: A single token or whitespace separated tokens. This should have
already been passed through `BasicTokenizer.
Returns:
A list of wordpiece tokens.
"""
text = convert_to_unicode(text)
output_tokens = []
for token in whitespace_tokenize(text):
chars = list(token)
if len(chars) > self.max_input_chars_per_word:
output_tokens.append(self.unk_token)
continue
is_bad = False
start = 0
sub_tokens = []
while start < len(chars):
end = len(chars)
cur_substr = None
while start < end:
substr = "".join(chars[start:end])
if start > 0:
substr = "##" + substr
if substr in self.vocab:
cur_substr = substr
break
end -= 1
if cur_substr is None:
is_bad = True
break
sub_tokens.append(cur_substr)
start = end
if is_bad:
output_tokens.append(self.unk_token)
else:
output_tokens.extend(sub_tokens)
return output_tokens
def _is_whitespace(char):
"""Checks whether `chars` is a whitespace character."""
# \t, \n, and \r are technically contorl characters but we treat them
# as whitespace since they are generally considered as such.
if char == " " or char == "\t" or char == "\n" or char == "\r":
return True
cat = unicodedata.category(char)
if cat == "Zs":
return True
return False
def _is_control(char):
"""Checks whether `chars` is a control character."""
# These are technically control characters but we count them as whitespace
# characters.
if char == "\t" or char == "\n" or char == "\r":
return False
cat = unicodedata.category(char)
if cat.startswith("C"):
return True
return False
def _is_punctuation(char):
"""Checks whether `chars` is a punctuation character."""
cp = ord(char)
# We treat all non-letter/number ASCII as punctuation.
# Characters such as "^", "$", and "`" are not in the Unicode
# Punctuation class but we treat them as punctuation anyways, for
# consistency.
if ((cp >= 33 and cp <= 47) or (cp >= 58 and cp <= 64) or
(cp >= 91 and cp <= 96) or (cp >= 123 and cp <= 126)):
return True
cat = unicodedata.category(char)
if cat.startswith("P"):
return True
return False
================================================
FILE: data/data_into_train_test.py
================================================
# -*- coding: utf-8 -*-
import json
import pandas as pd
from pprint import pprint
df = pd.read_excel('人物关系表.xlsx')
relations = list(df['关系'].unique())
relations.remove('unknown')
relation_dict = {'unknown': 0}
relation_dict.update(dict(zip(relations, range(1, len(relations)+1))))
with open('rel_dict.json', 'w', encoding='utf-8') as h:
h.write(json.dumps(relation_dict, ensure_ascii=False, indent=2))
print('总数: %s' % len(df))
pprint(df['关系'].value_counts())
df['rel'] = df['关系'].apply(lambda x: relation_dict[x])
texts = []
for per1, per2, text in zip(df['人物1'].tolist(), df['人物2'].tolist(), df['文本'].tolist()):
text = '$'.join([per1, per2, text.replace(per1, len(per1)*'#').replace(per2, len(per2)*'#')])
texts.append(text)
df['text'] = texts
# df = df.iloc[:100, :] # 取前n条数据进行模型方面的测试
train_df = df.sample(frac=0.8, random_state=1024)
test_df = df.drop(train_df.index)
with open('train.txt', 'w', encoding='utf-8') as f:
for text, rel in zip(train_df['text'].tolist(), train_df['rel'].tolist()):
f.write(str(rel)+' '+text+'\n')
with open('test.txt', 'w', encoding='utf-8') as g:
for text, rel in zip(test_df['text'].tolist(), test_df['rel'].tolist()):
g.write(str(rel)+' '+text+'\n')
================================================
FILE: data/rel_dict.json
================================================
{
"unknown": 0,
"夫妻": 1,
"父母": 2,
"兄弟姐妹": 3,
"上下级": 4,
"师生": 5,
"好友": 6,
"同学": 7,
"合作": 8,
"同人": 9,
"情侣": 10,
"祖孙": 11,
"同门": 12,
"亲戚": 13
}
================================================
FILE: data/relation_bar_chart.py
================================================
# -*- coding: utf-8 -*-
# 绘制人物关系频数统计条形图
import pandas as pd
import matplotlib.pyplot as plt
# 读取EXCEL数据
df = pd.read_excel('人物关系表.xlsx')
label_list = list(df['关系'].value_counts().index)
num_list = df['关系'].value_counts().tolist()
# Mac系统设置中文字体支持
# plt.rcParams["font.family"] = 'Arial Unicode MS'
# Windows系统设置中文字体支持
plt.rcParams['font.sans-serif'] = ['SimHei']
# 利用Matplotlib模块绘制条形图
x = range(len(num_list))
rects = plt.bar(x=x, height=num_list, width=0.6, color='blue', label="频数")
# plt.ylim(0, 800) # y轴范围
plt.ylabel("数量")
plt.xticks([index + 0.1 for index in x], label_list)
plt.xticks(rotation=45) # x轴的标签旋转45度
plt.xlabel("人物关系")
plt.title("人物关系频数统计")
plt.legend()
# 条形图的文字说明
for rect in rects:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
# plt.show()
plt.savefig('./bar_chart.png')
================================================
FILE: data/test.txt
================================================
2 果素瑛$程永光$程砚秋与###生有三子一女，即###、程永源、程永江和程慧贞。
3 程永光$程永江$程砚秋与果素瑛生有三子一女，即###、程永源、###和程慧贞。
2 刘表$刘琮$曹操南征荆州，##之子##投降，刘备领军民十余万避难，于当阳遭遇曹军追兵，惨败。
2 周海婴$许广平$###：鲁迅与###之子（1929—2011），无线电专家。
2 张学良$张作霖$###的父亲为东北军领袖###。
0 崔骏声$白永贞$张学良七、八岁时开始读书，延台安举人###作开蒙师，续请海诚老儒杨景镇（雨辰）及###、金梁诸人讲授五经四书。
2 蒋介石$蒋经国$###后来教育其子###吸取他的教训，要学好外语。
4 杜鲁门$马歇尔$1945年底，###总统派遣###将军出使中国，调解国共两党的关系，以实现和平。
8 田洪立$张富清$68岁的###，曾与###在卯洞公社共事4年多，“当年公社班子成员分配工作片区，张老抢先选了最偏远的高洞片区，那里不通路、不通电，是全公社最困难的片区。”
0 方洁$傅聪$##说，她曾经问##“你太太卓一龙在音乐方面的造诣如何？”
2 沃伦・巴菲特$霍华德・G・巴菲特$全球知名投资大师、世界第二富豪######之子――巴菲特家族财富掌门人#########，又一次慷慨捐赠成都大熊猫繁育研究基地5万美元。
0 佘祥林$张爱青$在1994年12月27日###一审被判处死刑后，一直为弟弟###鸣冤的佘锁林，在湖北省天门市石河乡姚岭村八组打听到张在玉（张在玉又名###）曾经出现过。
1 蔡朋娥$郭建民$2015年，###和老伴###相继去世。
0 赵勇$黄淑芬$判决书下达两个月后，赵香斌的儿子##在微博上曝光了###，称她是“教科书式耍赖”，瞬间引爆了网络舆论。
3 张建$张晋$那时，##在一家建材公司里帮三哥##打工，每天跟客户谈判、交接，依旧没时间陪伴儿子。
2 马建军$马红旗$2011年夏天，###从武汉赶到登封时，儿子###昏迷在重症监护室。
8 薄一波$邓小平$###与###初次共事是在晋冀鲁豫中央局。
2 蒋友梅$蒋孝文$###和徐乃锦有一女，名###，小学就读于私立复兴小学。
0 张苞$张飞$##被杀后，##与关羽之子关兴结拜为兄弟，一起随刘备伐吴，手持蛇矛，作战勇猛。
0 张飞$刘备$张苞被杀后，##与关羽之子关兴结拜为兄弟，一起随##伐吴，手持蛇矛，作战勇猛。
5 裘芸$于克淼$##在北京山水文园收于国霖、张顺、###三人为徒。
12 于国霖$于克淼$裘芸在北京山水文园收###、张顺、###三人为徒。
5 殷德林$阎维文$一位名叫###的老师发现他的嗓子非常好，于是四处游说，使得家庭出身不好的###在学校排演的京剧样板戏《红灯记》中扮演了男主角李玉和。
4 卫立煌$孙中山$###是###的卫士，蒋介石的“五虎上将”，与毛泽东是朋友，曾是被中共通缉的“战犯”，后来又被任命为中华人民共和国国防委员会副主席……
6 卫立煌$毛泽东$###是孙中山的卫士，蒋介石的“五虎上将”，与###是朋友，曾是被中共通缉的“战犯”，后来又被任命为中华人民共和国国防委员会副主席……
1 钱学森$蒋英$###于1947年回国探亲后，与##女士结婚，婚后一同赴美。
2 陆游$陆宰$##的父亲##，通诗文、有节操，北宋末年出仕，南渡后，因主张抗金受主和派排挤，遂居家不仕；
0 陆游$秦桧$绍兴二十三年（1154年），##进京临安（今杭州）参加锁厅考试（现任官员及恩荫子弟的进士考试），主考官陈子茂阅卷后取为第一，因##的孙子秦埙位居##名下，##大怒，欲降罪主考。
9 拿破仑·波拿巴$拿破仑·布宛纳巴$1769年，#######出生于科西嘉岛的阿雅克肖城，是一个左撇子，他的原名叫########，1796年才改名为“波拿巴”。
0 刘翅$傅抱石$##系著名现代书画大家吴一峰的入室弟子，曾得到苏保桢教授的悉心指点，并浸淫###、李可染多年。
0 吴一峰$苏保桢$刘翅系著名现代书画大家###的入室弟子，曾得到###教授的悉心指点，并浸淫傅抱石、李可染多年。
0 张作霖$温应星$美方连续派来六七人供###挑选，其中一位名叫费霖的陆军少校恰好是###的同班同学。
3 周敦颐$周季淳$###有一个大他十岁的同父异母的哥哥周砺，有一个大他五岁的姐姐###，还有一个小他四岁的弟弟周敦贲，兄弟姐妹间的感情极好。
8 白季庚$李洧$白居易的父亲###先由宋州司户参军授徐州彭城县县令（782年），一年后因###与徐州刺史##坚守徐州有功，升任徐州别驾，为躲避徐州战乱，他把家居送往宿州符离安居。
0 抚骆秉$席宝田$时湖南巡###章命席保田募兵，苏元春与长兄苏元璋、堂弟苏元瑞即率百余人投湘军###部，苏元春被任命为百夫长
4 苏元璋$席宝田$时湖南巡抚骆秉章命席保田募兵，苏元春与长兄###、堂弟苏元瑞即率百余人投湘军###部，苏元春被任命为百夫长
2 李双江$李天一$1月1日，有法制官方账号在短视频平台透露了###之子###的近况。
5 鲁宾孙$道尔顿$幼年家贫，只能参加贵格会的学校，富裕的教师###很喜欢###，允许他阅读自己的书和期刊。
1 亨利八世$简·西摩$1537年，####和他的第三个王后####生了一个男孩：爱德华（后来的爱德华六世）。
9 爱德华$爱德华六世$1542年，亨利八世和他的第三个王后简·西摩生了一个男孩：###（后来的###六世）。
1 亨利$凯瑟琳·帕尔$1544年，伊丽莎白年迈的父亲##最终娶了在宫廷任职的######为他的第六任妻子。
9 郑君里$郑重$###（1911年12月6日—1969年4月23日），曾用名##、千里，出生于上海市，祖籍广东省香山县（今中山市三乡镇平岚田堡村），中国内地演员、导演、编剧，毕业于南国艺术学院。
2 褚民谊$褚吉田$###生于一个士大夫世家，父亲###是一位名医。
3 陈璧君$陈舜贞$经黄兴介绍，结识了汪精卫、###夫妇，随后同###的义妹###结婚，遂成了汪精卫的连襟。
9 严复$宗光$##（1854.1.8—1921.10.27），原名##，字又陵，后改名复，字几道，汉族，福建侯官县人，近代著名的翻译家、教育家、新法家代表人。
0 杨毓麟$蒯光典$是年，在###、章士钊等好友的极力推荐下，清政府派往欧洲的留学生总督###，调杨昌济去英国继续深造。
9 叶飞$叶启亨$##（1914.5.7—1999.4.18），原名###，曾用名叶琛，军事家、政治家。
2 曾宪梓$曾荣发$###，1934年2月2曰出生于梅县扶大镇珊全村，父亲###因劳累致病35岁即逝，母亲蓝优妹是个样样农活皆能的客家妇女。
11 邓琨$涂公遂$##出生于才子之乡江西临川的世代书香之家，外公###曾是北京大学校长蔡元培的弟子，后来任香港大学教授和新加坡南洋大学中文系主任兼文史研究所所长，是著名的画家和文学家。
0 邓琨$蔡元培$##出生于才子之乡江西临川的世代书香之家，外公涂公遂曾是北京大学校长###的弟子，后来任香港大学教授和新加坡南洋大学中文系主任兼文史研究所所长，是著名的画家和文学家。
6 毛泽东$蔡和森$###经常于假日和###、陈昌、张昆弟、罗学瓒等五六位好友，到“板仓杨寓”学习讨论各种问题，或谈治学、做人之道，或纵论天下大事，探求救国教民的真理，常常一攀谈就是几个小时。
6 张昆弟$罗学瓒$毛泽东经常于假日和蔡和森、陈昌、###、###等五六位好友，到“板仓杨寓”学习讨论各种问题，或谈治学、做人之道，或纵论天下大事，探求救国教民的真理，常常一攀谈就是几个小时。
12 李连杰$吴京$其实很多人不知道，###、甄子丹的师父是同一个人，他就是著名的“金牌教练”吴彬，除了###、甄子丹，观众们熟悉的##也是他的徒弟。
5 甄子丹$吴彬$其实很多人不知道，李连杰、###的师父是同一个人，他就是著名的“金牌教练”##，除了李连杰、###，观众们熟悉的吴京也是他的徒弟。
5 金池$涂惠源$就在十年前，##和曹格都还只是###老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、曾一鸣和今年在“中国好声音”亮相的魏雪漫。
12 金池$魏雪漫$就在十年前，##和曹格都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、曾一鸣和今年在“中国好声音”亮相的###。
12 曹格$谭维维$就在十年前，金池和##都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有###、曾一鸣和今年在“中国好声音”亮相的魏雪漫。
5 郭德纲$梁宏达$而在###之前，他还有一位靠一张巧嘴曾经红遍全国的师兄###，如今也有很多人都非常的熟悉他的名字。
5 郭德纲$金文$梁宏达曾在###之前，就拜##先生为师学艺。
2 李兆基$李介甫$###出生的家庭其实算相当富裕，其父###在二十年代中叶于故乡先后开设天宝荣金铺和永生银号，经营黄金、汇兑、外币买卖，生意做得很不错。
1 李介甫$陈鸾凤$###的夫人###就在这一天为李家诞下了第四个孩子。
5 李兆基$梁雨培$###在十岁前念卜卜斋，由名闻遐迩的秀才###老师教他旧文学，熟读四书五经。
4 李兆基$萧经岳$又因###跟澳门的兄长李兆麟保持密切联络，无意中物色了出入口贸易的一个好助手###。
2 李兆基$佩玲$其时，###婚后已经育有三女一子，长女佩雯、次女##、长子家杰。
3 李兆基$李家诚$###对两个儿子李家杰和###的训练都一样，要他们在集团内涉猎各方面的工作，好好学习。
3 李家杰$李家诚$李兆基对两个儿子###和###的训练都一样，要他们在集团内涉猎各方面的工作，好好学习。
2 德济$陈爱珠$这年德鸿十岁，他的弟弟##六岁，他们的寡母###三十一岁。
13 林彪$林育英$##是被他两位堂兄带出来参加革命的，但他后来的声威远远超过了###和林育南。
3 陆若冰$陆沉$###是黄冈回龙山戴家冲人，与林家大只隔三里路，她一直跟随着兄长##(曾任中共江西省委书记、中共中央候补委员)生活。
11 陈寅恪$陈宝箴$###：(1890---1969)中国历史学家.江西义宁人(今修水县)。1890年7月3日〈清光绪十六年五月十七〉生于湖南长沙·祖父###,曾任湖南巡抚,主张维新变法,兴办新政。
2 龚澎$龚镇洲$不过到了##的父亲###（原名龚振鹏）那一辈却很穷。
2 龚澎$龚振鹏$不过到了##的父亲龚镇洲（原名###）那一辈却很穷。
2 龚澎$徐文$##的母亲##女士是黄兴夫人徐宗汉的堂妹，令这位享年85岁的老妈妈伤心万分的是爱女##竟先她一年去世。
0 龚澎$徐宗汉$##的母亲徐文女士是黄兴夫人###的堂妹，令这位享年87岁的老妈妈伤心万分的是爱女##竟先她一年去世。
11 陈宝琛$陈洁$经过“一二·九”的战斗洗礼，在晚清“太傅”###的孙子##（即陈矩孙）的介绍下，龚澎于1936年在燕京大学加入了中国共产党。
9 杨兆龙$杨一飞$###，又名###，出生于江苏金坛西岗镇东岗村一个农民家庭。
10 陈乔恩$艾伦$去年终于脱单的###，大方面对脱粉潮，勇敢认爱##（曾伟昌）。
9 艾伦$曾伟昌$去年终于脱单的陈乔恩，大方面对脱粉潮，勇敢认爱##（###）。
8 潘玮柏$张韶涵$04年时，《快乐崇拜》由###、###共同创作，除了收录在各自的专辑之外，这首歌促成了两人无数次同台，他们时常在各大活动上甜蜜合唱，会一起接代言，会为彼此的演唱会捧场。
2 杨朔$杨渡$晚##的弟弟杨玉玮、##女儿##来访，严文井在座。
10 菲舍尔$埃德尔特劳德$在斯图加特，###结识了第一任女友######。
5 丰子恺$李叔同$而且，对于###来说，日本已不是一个陌生的国度，他的恩师###早年就留学日本，师从日本洋画大师黑田清辉学油画，并在日本组建剧社——春柳社，上演现代话剧《茶花女》，轰动日本。
9 竹久梦二$茂次郎$####，本名###，1884年出生于日本冈山邑久町的一个酿酒商家庭，自幼显示过人的艺术才华。
11 山口淑子$山口博$####的祖父###自幼酷爱汉学，仰慕古老的中国文化，所以在(1906年)从日本来到中国，她1920年2月12日出生于中国辽宁省奉天(今沈阳)。
5 陈玉树$王先谦$陈中凡的叔父### (1853 － 1908) ，字惕庵，肄业于南菁书院，受教于清季著名学者###，并在其指点下完成《毛诗异文笺》十卷。
2 胡小石$胡季石$###父亲###出于清末著名学者刘熙载门下，家学甚厚，###五岁即读《尔雅》，对张惠言的《仪礼图》也研学多遍，因此胸有成竹，一挥而就。
3 苏东坡$苏辙$###和父亲苏洵，弟弟##，三人在宋代文坛上皆享盛名，后人称之为"三苏"，皆列入唐宋古文八大家。
8 邓萍$彭德怀$长期与##一起战斗过的###曾深情地追忆道：“从平江起义到井冈山斗争，从江西苏区转战到长征途中，直到他牺牲前，我们一直在一起工作，互相配合得很好。
2 伍连德$伍祺学$###，字星联，父亲###是广东台山人，闯南洋来到槟榔屿，经营金铺生意，事业稳定后于三十二岁那年迎娶本地同乡建筑商林道解长女，十六岁的林彩繁。
1 伍连德$林彩繁$###，字星联，父亲伍祺学是广东台山人，闯南洋来到槟榔屿，经营金铺生意，事业稳定后于三十二岁那年迎娶本地同乡建筑商林道解长女，十六岁的###。
7 鲁迅$黄兴$##和##是同学
7 孙艺洲$李念$这是一个“活宝”一样的角色，戏份不多却非常吸睛，而他的扮演者是雷佳音、###、##在上海戏剧学院的同班同学，在话剧舞台上已经磨练了十余年的的表演功底。
7 张光北$王超$倪大红毕业于中央戏剧学院88级，同班同学有###，何政君，张山，##。
12 胡适$王庚$梁启超的弟子中有##，徐志摩和##。
12 徐志摩$王庚$梁启超的弟子中有胡适，###和##。
7 杨乐$张广厚$##和###是我国著名的数学家，他俩是同学，又是志同道合的朋友。
13 林泰曾$沈葆桢$###的姑父——###
3 霍去病$霍光$横扫匈奴的汉骠骑将军###，和“伊霍之事臣能为之”的##，是同父异母的兄弟。
13 陈赫$陈凯歌$##是###的侄子，关系是非常近了，赫赫居然没有依靠大导演###走上电影明星之路，也是不可想象了。
13 于丹$张震$著名学者、百家讲坛讲师##是著名演员##的表姨。
13 陈百祥$陈晓东$大名鼎鼎的###是###的表叔。
3 杨荫杭$杨荫榆$###的妹妹###是中国第一位女大学校长。
0 杨绛$钱钟书$一个花边轶事是：##在遇到###之前有一个追求者叫费孝通，他们在中学和大学时同班。
2 钱易$钱穆$##，则是##的女儿，是我国环境工程专家，工程院院士。
2 钱钟书$钱基博$###的父亲###是清华大学的教授，国学大师，###和钱穆同宗，交谊甚厚，叔侄相称。
0 钱钟书$钱穆$###的父亲钱基博是清华大学的教授，国学大师，钱基博和##同宗，交谊甚厚，叔侄相称。
10 何雯娜$梁超$2019年5月6日，###晒出与##牵手照宣布恋情。
8 小椋久美子$潮田玲子$从2005年开始，#####和####开始在国际大赛上脱颖而出，她们已经展开了梦想的翅膀朝着北京奥运会前进。
8 裘英俊$于丹$相声《八大吉祥》（###，##）
8 姜昆$戴志诚$2006年9月18日，纪念赵树理诞辰102周年曲艺专场晚会，##与著名相声演员###一同表演了相声《合家欢》和《网络趣闻》。
8 孙琳琳$周洋$2010年温哥华冬奥会，女子短道速滑3000米接力决赛里，张会和王濛、##、###组成的中国队获得冠军，4分06秒613破世界纪录。
2 Nick$周禹侯$1990年出生的####，本名周汤豪，除了有个明星妈妈比莉外，他的父亲是演员###，曾与徐若瑄合作电影《天使心》
8 周禹侯$徐若瑄$1997年出生的Nick，本名周汤豪，除了有个明星妈妈比莉外，他的父亲是演员###，曾与###合作电影《天使心》
0 刘宝全$白云鹏$小岚云常与###、###等鼓曲高人同台演出，###对他颇为赏识，多次亲传面授
8 贾玲$白凯南$让##欣慰的是，她遇到了现在的搭档###。
8 杨振宁$李政道$###表示###是自己最成功的合作者，与###的决裂是他今生最大遗憾。
8 白全福$常宝霆$###与###合作，被相声界称为“终身搭档”。
8 孙甜甜$李婷$从2006年以来，关于###／##状态不佳的质疑就一直存在于媒体以及国家队内部当中
8 张煌言$郑成功$###“遣其客罗纶入台湾”，催促###出兵闽南，一方面支持东南沿海人民反对“迁海令”的斗争
8 田秉毅$李永波$眼看比赛任务在即，于是教练就让###与###合作，一来为了不耽误比赛，二来也是想进一步考察他的能力。
0 张黎$孙红雷$对于与黄志忠、##导演的合作，###也大喊过瘾。
1 邹赫威$李文玲$家庭 : ###的妻子是因出演《四世同堂》中的菊子而成名的###， ###家人 (4 张)
2 伍云召$伍登$###将自己三岁的儿子##，托付给朱灿。
2 伍登$伍云召$##是南阳侯###的儿子。
10 张嘉倪$杜淳$地下情曝光###、##2010年12月，记者撞见“琼女郎”###与男友亲密逛街
10 张继科$刘诗雯$双双夺冠，在国际精英赛抽签结束之后，###对于自己和###恋爱的传闻给出了默认的回答。
0 巴涅尔$吉莱斯$###·勒华人物生平:###·勒华1958年12月28日生于巴黎南郊的###。
8 任彭年$李法西$《恶邻》是由###导演，###编剧的剧情片，于1933年上映。
8 方芳$周红梅$〔6〕###，##.航运集装箱空箱调运优化模型的研究.武汉理工大学学报(交通科学与工程版)
8 夏明箴$潘耀华$翻译：######
0 褚衍举$陈茗屋$初师从###先生，后在枣庄受海上印人###教导，又到中央美术学院书法艺术研究室学习，日夜苦读，手不停挥，深得篆刻之妙处。
8 陈铁华$朱志$后勤保障：#####鑫陈家宗钱娜娜魏茹
0 容闳$孔子$二、电视剧（6部）：《大清商埠》、《过番》（《下南洋》）、《##》、《终结于2005》、《岁月长歌》、《##》
0 白钦$宋江$急使指挥##引军探时，见##旗号，遍天遍地，摆满山林。
8 吴乔$张丽君$钻杆及其接头的早期失效分析与措施研究###，##，史乐乐，
8 徐佛苏$黄兴$###简介:在日本与当时留学生的同盟会，日知会等交往.曾担任或##先生的秘书；
0 王可贵$史智宇$那位高位截瘫的###，半年的上门治疗###先生全是免费，义务治疗！
0 李荣玉$王芗斋$《走进###》是2011年山西科学技术出版社出版的图书，作者是###。
8 梁晓雪$赵金玲$创新教学模式打造高效课堂——海口旅游职业学校“基于目标教学的课堂教学模式研究”实践与探索######
0 韩愈$吴锐$##解释其“绝”一是学问太深，连唐宋八大家之一的##都叹之为“诘屈聱牙”。
0 朱明$侯文林$##死不承认与###案有关。
9 孙国章$孙国胜$（山东莱州人）:###原名###。
2 冯明$冯君$于是，去年底，##诗“有感而发”写出一首“打油诗”表达困惑，并由女儿##发表在了“麻辣社区”网上。
0 刘洪沂$李建华$###与###在80年代中后期曾经红及一时，柳活很见功力。
8 郑伊健$徐锦江$一次，天地会总舵主陈近南（###饰）刺杀清廷重臣鳌拜（###饰）不遂，负伤逃入丽春院，得小宝相救。
0 罗瑞英$裘百灵$###大胆泼辣性格直爽，在戏班里爱打抱不平，敢跟警察和兵痞叫板，有时看不惯###耍小姐脾气。
0 黄泽胜$杨成武$1990年春，带着浓浓乡情并怀着对革命前辈深深敬意的黄泽生（时任弋阳漆工镇党委书记）趁公差之便也进京拜访###将军。
8 张波$陈会忠$《学校文化建设与教师专业发展》是2008年东北师范大学出版社出版的图书，作者是##，###，龙琪。
0 李麒麟$李响$###，##
8 马良$惠治鑫$###，##荣.自重湿陷性黄土场地浸水楼房整体倾斜的监测与分析[J].宁夏师范学院学报，2008，29(6):27-30
2 刘亚之$刘易$它由##的父亲、全国首届科学大会获奖者###先生命名。
0 曹参$陈直$见##《汉书新证·萧何##传》。
0 吴正宪$王介$另有述###、王中甫、##、赵周翰诸家行事、诗风，殊多可采。
0 安迪$常静春$中国射击队步枪组的教练###说“在上午的预赛中，美国另外一名选手##因为多打了一发子弹，被扣掉了两环的成绩。”
0 戴笠$查尔金森$##马上对####展开调查。
0 李四光$许惠龙$###主要成就:获奖成果:九三年第三届###奖
0 洪适$叶颙$这里说##撰写册文，由##将册文书写在册上，似有重复工作，撰者自己写不就行了吗？
8 武红$侯纯$《法学原理》是2011年8月中国铁道出版社出版的图书，作者是##、##羽。
0 叶重开$叶开鑫$###个人经历:1925年春，乡人罗范生致函招他赴湘任###部汪佛生的文书。
5 戚继仙$戚雅仙$###个人经历:1982年赴上海拜###为师，成为戚派传人，并得到了老师的真传。
0 刘顺元$张劲夫$不久，成立了以###为书记的中共皖东津浦路东省委和以###为书记的中共皖东路西省委。
0 李时珍$舒同$###医史文献馆由原中国书法家协会主席##题写馆名。
0 王兴仁$郑昭$150页（###、##聪、卢用和、伊永才）
8 白宇$张清清$（剑龙执导电影）:《势不两立》是1971年上映的香港警匪电影，由剑龙执导，##、###等主演。
0 陈英华$郑晓华$（本文摘编自###《人物》2006年第12期《书法博士----###》）。
0 王志成$张嘎$###，内地演员，参演过小兵##和烈火金刚，并饰演龟田队长和猪头队长，引起过巨大反响。
0 苏铭$周雨$##，一个在上海有着一定影响力的公司的总经理，因为帮美女##瑞还清了她的债务，而让其成了自己家里的小保姆。
3 施耀青$施丽清$正在洗脸的###的妹妹###，见状迅速扑在哥哥身上急急呼唤。
0 刘思义$杜海$##珍告诉她，两人一起去对门找###之后，再没见回来。
0 张祖兴$沈引娣$1982年，青村良种场###患“落头疔”，多方求治无效，经91岁高龄的###三次医治，即告痊愈。
0 陈骙$韩侂胄$###以策立功擅大权，也对##不满。
4 郑辛遥$徐克$当时，《新民晚报》筹办《漫画世界》，时任《新民晚报》领导的##仁亲自骑自行车到###家，通知他到报社上班。
0 栾巴$陈友谅$铁炉南有东汉尚书##墓，陈宅有###（元末农民起义领袖）墓。
0 刘立山$习近平$党和国家领导人###同志，对###的诗书作品非常赞赏，曾给他寄来热情洋溢的长信，使###倍受鼓励，更加勤奋治学。
8 阮玲玉$杨耐梅$在该片中与###合作的则是有风流艳星之称的###。
0 贺敬之$杜兴成$###对###在家乡设立的“###文艺奖”给予了高度评价和充分肯定。
0 彭加$马兰$在##与##本夫人长谈
8 刘学兵$胡国柳$《财务管理学精练与详解》是由西南财经大学出版社出版的一部教育作品，作者是###，###。
0 孙绘$严嵩$##专权，户部郎中##被谗下狱，曾力为申救。
0 郑各评$李锦梅$一加入新传媒大家庭，立刻就受到戏剧组的重用，让她在长寿剧《心花朵朵开》里与新传媒的影帝影后###，###合作。
13 周矩$杨大中$据史料记载，##在天成末年（公元930年）随儿子周羡和女婿吉州刺史###迁居泰和的万岁（今泰和螺溪镇）。
9 孙青$孙清$##基本信息:中文名：##
8 梁银丽$郝明德$3.###、###主编：《长武农业生态系统结构、功能及调控原理与技术》，气象出版社，北京，1998。
3 王凤兰$王逸$古界域###:##的妹妹，撑过了成仙战，不料在仙门战中为了助##成仙而灰飞烟灭。
4 叶华明$陈赓$聂帅于是建议###去哈军工，到##大将手下去学习。
8 吴承伟$郑林庆$接触因子及其在研究部分流体润滑中的应用######《润滑与密封》1989年第3期相关文献
8 方燕$张积家$##红，###.语义相似性与类别大小对图-词干扰范式下语义效应的影响.《心理学报》2013年第5期。
11 袁建$袁文才$我的爷爷###作者简介:##芳，###烈士的嫡孙。
5 李振九$陈翠$###幼年聪颖过人，承家学，5岁发蒙，初随启蒙塾师舅公##甫读《三百千》、《圣谕广训》。
3 韩林$韩枫$##：##的哥哥，跆拳道黑带八段。
5 李和曾$倪茂才$主演者###，也是###先生的高徒，年龄仅三十八岁。
3 王文治$王文彪$###、###兄弟
2 李敬重$李承晚$###家庭成员:###父母:李敬善（1839年—1913年）
2 任远征$任弼时$###写给女儿###的家书
1 郭京飞$鲍莉$###与妻子##在相恋一个月后便闪婚了，后来##为了###的发展放弃事业，选择做全职太太相夫教子。
2 朱由榔$朱慈煊$###是明昭宗###第三子，永历五年（1651年）封为皇太子，成为中国史上第一个改信基督教之太子。
7 朱闰生$江泽民$###与###的友谊:###在扬州读中学时，与日后为中共中央总书记的###是同班同学。
11 徐阶$徐孚远$明经世文编###:###（1599－1665），字闇公，##曾孙，崇祯十五年举人。
9 杜君慧$卢兰$（近代运动家）:###（1904-1981），女，笔名##，广东省广州市人。
9 高占全$柳弦梦$蒋巍徒弟:###（1965—），中国导演，笔名###。
9 刘恩平$刘平$###个人简介:###，原名##，
9 刘恩平$刘平$个人简介:###，原名##，中国当代导演，剧作家，学者，创意人。
5 梁丽珍$王征远$有一回，体育老师###把###叫到了办公室，“你有没有发现，你每次都是最早跳进水，却是最后一个上岸的？”
10 顾明$乔羽$##趁此机会真心追求##烟。
6 梁有誉$黎民表$1生平简介:###师从黄佐，与同窗好友###、欧桢伯等人相与唱和，号称“南园后五子”。
2 小祯$胡瓜$##女儿##与丈夫李进良结婚五年，男方偷腥不断被抓包。
1 李进良$小祯$胡瓜女儿##与丈夫###结婚五年，男方偷腥不断被抓包。
2 沈鸿英$沈荣光$###1892—1946###长子。
1 杨云$潘长江$3个人生活:1981年8月31日，###和##举行了婚礼。
1 刘德伟$陈晓欣$###和###结婚后，一直过着幸福的生活。
1 刘德伟$陈晓欣$刘母的死对###打击很大，越加对妻子不满，向###提出了离婚。
1 刘德伟$陈晓欣$《我爱你》:###和###结婚后，一直过着幸福的生活。
3 李广$李洁$1920年，##与其妹妹##进入衡山县立女子高等小学读书。
7 田翔$艾丽卡$太##和###的同班同学，体型肥胖性格老实，实际上是个大小姐。
7 柏洛斯$沙红$银色的刻耳###须藤:立花所在学校让人讨厌的花花公子，与##耶同班，路人属性可以无视。
7 傅常$刘湘$##（1887-1947），潼南县人，四川陆军速成学堂，##的同学。
4 张灵甫$王耀武$1938年，###奉###之命，对驻守江西德安张古山的日寇进行反击。
13 刘磊$刘悦$##：校花之一##的表妹。
0 习近平$潘基文$###偕夫人迎接联合国秘书长###及夫人[1-2]
2 刘欢$刘一丝$2010年，陪读归来的##更是高兴地带着女儿出席某影片首映礼，让大家第一次认识了已出落成人的###。
1 杨浩然$王宏艳$据悉，###与前妻###，一场离婚官司从美国打到了中国，持续了3年。
1 熊照才$顾玉$谈到自己的丈夫###时，今年48岁的##美眼睛里溢满笑容，乐呵呵地笑得偏了头。
6 白坚武$李大钊$两个朋友——###与###
2 廖沙$刘允斌$###就是阿##的父亲。
5 明智小五郎$小林芳雄$少年侦探团的团长是####，他是#####的徒弟。
2 薄一波$薄熙永$###是###的长子。
6 庞云镨$胡雪岩$###在经营蚕丝中，结识了杭州胡庆余堂国药店老板###，即胡光墉，成为莫逆之交。
6 曹锟$齐白石$###和##的交情甚厚，曹的图章多是###所刻，图章侧边总留有“布衣齐璜”（璜是###的字）四个字。
11 吴国对$吴敬梓$据考证，著名讽刺文学作者###的曾祖父###就葬于此风水宝地中。
12 杜必书$张小凡$###：###的六师兄
5 郭子乾$陈汉典$康熙保全###是###的徒弟。
13 夏侯霸$夏侯威$###，###次兄，本为护军右将军，受曹爽之恩，后曹爽被杀，向蜀汉投降。
6 范冰冰$李玉$###和##两人是很好的朋友，曾一起合作拍摄过《观音山》、《二次曝光》、《万物生长》等影片。
1 马丽娟$赵本山$###是###的第二任妻子，为本山大叔生下一儿一女，如今一家四口十分美满。
2 赵本山$妞妞$照片上，###与妻子马丽娟坐在中间，儿子牛牛和女儿##依偎在爸爸妈妈身边。
0 金波$田福堂$每天来回二十里路，与他一块上学的##和大队书记###的儿子润生都有自行车，只有他是两条腿走路。
0 金波$润生$每天来回二十里路，与他一块上学的##和大队书记田福堂的儿子##都有自行车，只有他是两条腿走路。
4 冯世宽$田福军$以前是###领导###；
4 林子渝$樊书臣$终于回到菲林的###再度与###成为上下级，观星组合是否甜宠依旧？
10 路晓鸥$姚远$###在大学期间认识了在基层跑快递的##，两个人在相处的过程中互相爱慕，最终达成恋人关系。
4 赵东来$李达康$同时，我们看到，同为公安系统，市公安局局长###听命于###，却不听命于祁同伟，而且似乎两者还存在龃龉，这主要是因为公安系统采取双重领导关系。
0 李达康$祁同伟$同时，我们看到，同为公安系统，市公安局局长赵东来听命于###，却不听命于###，而且似乎两者还存在龃龉，这主要是因为公安系统采取双重领导关系。
12 孟二奎$关一龙$###从小背负着家仇，是个没话的人，他与###一对亦敌亦友的师兄弟，彼此间有化不开的恩怨情仇。
12 吴克羣$郭书瑶$作为###同门的###曾凭借《志气》一片摘下第五十届金马奖最佳新男演员奖。
12 井柏然$吴克羣$曾作为同门的###和###在娱乐圈早已混得“风生水起”。
2 冉光辉$冉俊超$照片中的“棒棒”###扛着一百多斤货物，牵着三岁的儿子###走下重庆朝天门批发市场旁的梯坎，叼着烟，从容淡定。
2 蒋震$蒋丽莉$今年46岁的###系出名门，是香港著名工业家、震雄集团（香港交易所代码：0057）主席##的四女儿。
2 蒋震$蒋丽莉$提起###，自然要想到她的父亲##。
4 李延年$蒋介石$战斗中，###崭露头角，为###所赏识，升任排、连、营长先于同期同学。
8 陈飞$吴凤花$2008年3月，绍兴小百花越剧团又推出由##和###主演的傅范版全本越剧《情探》。
8 鲁虹$孙振华$《异化的肉身中国行为艺术》是2006年河北美术出版社出版的图书，作者是##，###。
4 左光先$陈子龙$###对###颇为赏识，言听计从。
4 方琳$李伟康$###是##所在公司的总经理，年近五十，依然单身，##则是他的秘书。
4 徐镜心$孙中山$1905年9月，经###介绍加入了刚刚组建的中国同盟会后，他还认识了自己仰望已久的革命先行者###先生。
4 袁世凯$金永$1914年###任##为山西巡按使。
0 李银桥$李讷$1987年初，在毛泽东原卫士长###夫妇的热心帮助下，##和王景清结婚。
2 邹韬奋$女儿$###的##邹嘉骊认定，这是###遗嘱的原始版本。
6 王世襄$陈梦家$###和###早在30年代即相识，当时新婚的###夫妇住在###家的园子里，###彼时仍公子气盛，夜半会和友人牵几条狗去玉泉山捉獾，拂晓归来。
0 张长寿$马衡$在###的记忆里，即使被打成右派后，陈梦家还是没有放弃戏剧的爱好，已故故宫博物院院长##的公子马彦祥经常给他送来戏票。
0 陈梦家$马衡$在张长寿的记忆里，即使被打成右派后，###还是没有放弃戏剧的爱好，已故故宫博物院院长##的公子马彦祥经常给他送来戏票。
2 周今觉$炜良$###有三个儿子：震良、煦良、##。
7 王淑华$周永康$周滨之母###原是其父###在北京石油学院时候的同学。
1 李亚鹏$王菲$最开始引起大家注意的，是###和##的女儿李嫣的症状。
2 李亚鹏$李嫣$最开始引起大家注意的，是###和王菲的女儿##的症状。
11 吴宁怡$吴维荣$收到录取通知书后，###与爸爸吴瑜亮、爷爷###合了影，祖孙三代先后与浙大结缘，实属罕见。
11 吴宁怡$吴维荣$###的爷爷###今年76岁，曾在巍山中学任教数学24年，如今已退休多年。
0 狄龙$招允$许多人听到这个名字可能不熟悉，不过他的来头不小，和##是同门师兄弟，两人曾经都拜在叶问徒弟##门下学习咏春，当年李海生进入电影圈发展也是##介绍的。
0 招允$李海生$许多人听到这个名字可能不熟悉，不过他的来头不小，和狄龙是同门师兄弟，两人曾经都拜在叶问徒弟##门下学习咏春，当年###进入电影圈发展也是狄龙介绍的。
7 张嘉译$张子健$1987年，刘奕君考上北京电影学院表演系，师从马精武，与###、###等人是同学。
12 天麟$纪晴$病愈后的##与##尽弃前嫌,二人以师兄妹相称。
5 杨祖陶$郑昕$###先生1945年入西南联合大学哲学系，师从金岳霖、汤用彤、贺麟、##、洪谦诸教授，1950年于北京大学哲学系毕业后留校任教，1959年调武汉大学哲学系任教。
5 杨祖陶$洪谦$###先生1945年入西南联合大学哲学系，师从金岳霖、汤用彤、贺麟、郑昕、##诸教授，1950年于北京大学哲学系毕业后留校任教，1959年调武汉大学哲学系任教。
0 汤用彤$贺麟$杨祖陶先生1945年入西南联合大学哲学系，师从金岳霖、###、##、郑昕、洪谦诸教授，1950年于北京大学哲学系毕业后留校任教，1964年调武汉大学哲学系任教。
10 汪峰$葛荟婕$曾有传闻称，##之所以与齐丹离婚，是因为恋上超模###。
2 梁灶暖$梁耀辉$而据《中国新闻周刊》报道，###正是###之父，“梁父80多岁，耕田人出身，文化不高，太子酒店的法人代表显然只是挂名。”
0 葛优$张默$姜文拍《让子弹飞》写信搞定##周润发(图)本报北京专电昨天，姜文新片《让子弹飞》在北京举行首次新闻发布会，三大影帝姜文、周润发、##以及四大小生陈坤、姚橹、廖凡、##组成清一色的硬汉阵容震撼亮相，在主持人崔永元的追问下，姜文透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
0 葛优$崔永元$姜文拍《让子弹飞》写信搞定##周润发(图)本报北京专电昨天，姜文新片《让子弹飞》在北京举行首次新闻发布会，三大影帝姜文、周润发、##以及四大小生陈坤、姚橹、廖凡、张默组成清一色的硬汉阵容震撼亮相，在主持人###的追问下，姜文透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
0 张默$崔永元$姜文拍《让子弹飞》写信搞定葛优周润发(图)本报北京专电昨天，姜文新片《让子弹飞》在北京举行首次新闻发布会，三大影帝姜文、周润发、葛优以及四大小生陈坤、姚橹、廖凡、##组成清一色的硬汉阵容震撼亮相，在主持人###的追问下，姜文透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
8 葛优$周润发$昨天，主持人崔永元问姜文，怎么请到##、###加盟自己的影片？
0 胡军$邵兵$##和##因被大雪困住，昨天没能赶到北京，而在片中饰演葛优夫人的刘嘉玲，昨天也没有到场。
0 崔永元$周润发$###现场“挑事”，称很怀念发哥以前的角色里面的喜剧表演，而###指着葛优回答说：“喜剧都由他来演了，我要是比他演得好的话，他就没法活了。”
0 崔永元$葛优$###现场“挑事”，称很怀念发哥以前的角色里面的喜剧表演，而周润发指着##回答说：“喜剧都由他来演了，我要是比他演得好的话，他就没法活了。”
8 张震$杜汶泽$今年金马影展将于11月6日登场，开幕片《停车》集合##、桂纶镁、高捷、戴立忍、庹宗华、###(blog)等人齐聚飙演技，钟孟宏执导运镜大胆花俏、节奏明快。
8 庹宗华$钟孟宏$今年金马影展将于11月6日登场，开幕片《停车》集合张震、桂纶镁、高捷、戴立忍、###、杜汶泽(blog)等人齐聚飙演技，###执导运镜大胆花俏、节奏明快。
8 杨力州$林义杰$华语闭幕片《征服北极》是《奇迹的夏天》金马奖最佳纪录片导演###亲赴北极完成新作，纪录好手###等人，报名参加北极600公里极限长征之旅，30天与冰天雪地搏斗的热血旅程，《征》片不仅是金马影展闭幕片，当天将更是世界首映。
0 张震$桂纶美$点评：在前些时候与##一同宣传影片《停车》时，###的穿衣风格大变。
6 史泰龙$李连杰$但这一次面对老友###的越洋召唤，###并未推辞。
6 江志强$李安$###：我做发行这一行做了很多年了，##还没有红的时候，我跟##就是朋友了。
6 威尔·史密斯$成龙$而其父亲######虽与##是老朋友，但是却一直苦于无法学得中国功夫真传，这次小史密斯的拜师正可谓“父梦子承”。
8 丹尼尔$艾玛-沃特森$至于###的好拍档######前晚就单独在英国伦敦看新片《AnoUna》的首映礼。
6 周星驰$吴孟达$虽然和###已经分道扬镳，###在很多次采访中还是不时被问到这位昔日老友。
6 马英九$高朗$但###重要幕僚兼好友##有不同看法。
3 李登辉$李登钦$###6月7日在东京前往靖国神社，“祭拜”哥哥###(日本名“岩里武则”)。
9 李登钦$岩里武则$李登辉6月7日在东京前往靖国神社，“祭拜”哥哥###(日本名“####”)。
2 陈水扁$陈致中$她质疑，###儿子###和儿媳黄睿靓都没有工作，为什么有这么多金钱可以进帐？
0 温家宝$中曾根弘文$###今天也请#####转达对其父的良好祝愿，祝他身体健康。
1 冯小刚$徐帆$金马奖奖项揭晓，微博达人###立马更新上述博文一条，力挺妻子##，似话里有话。
1 张永琪$张晓东$招股说明书显示，创始人###和###夫妇拥有59.3%的股份，软银赛富拥有36.8%的股份。
2 李彤$姜玉民$昨晚8点，记者拨通##妈妈###的电话。
0 毛泽东$杨昌济$唯一能让###心境好转起来的，是###年仅十八岁的女儿杨开慧的温柔，当她走在###身边的时候，如梅花盛开在中国北方初春的阳光下。
1 刘嘉玲$梁朝伟$另外，###也将撇下因拍片手部受伤的丈夫###，赶赴华表颁奖典礼。
2 麦当娜$罗蒂丝$天后###的女儿###(LourdesCiccone)小小年纪已经很有自己的穿衣风格！
1 朗格莉亚$帕克$然后就是一个月之后，####和##发生婚变。
1 菲利普亲王$伊丽莎白二世$他透露，上个世纪60年代他曾经遇见过威廉王子的爷爷#####，即######的丈夫。
0 南勇$杨一民$目前，外界对此也存在着两种观点，一个是谢亚龙、##两人之前是上下级关系，而且涉案的###以及其他中层都在足协混迹多年，他们之间很难不发生交集，所以最终很有可能是有共同犯罪行为。
2 李嘉诚$李泽钜$1月10日晚上，###和儿子###现身，公开谈了香港局势及在内地的投资。
1 李德$萧月华$##与他的中国妻子###的结合，是一件让红军官兵愤愤不平的事情。
1 刘懋功$余群$张宁的岳父岳母也就是开国少将###和其夫人##。
1 苏步青$苏（松本）米子$这是数学家###在步入百岁之际，为他仙逝的妻子#######写的诗。
5 陈玉峰$苏步青$有一次，地理老师###把###叫到办公室，给他讲一个小故事：
4 蒋介石$胡宗南$###将###召至南京，详细商定了直捣延安的作战计划。
6 卫立煌$朱德$###与共产党军队总司令##私交甚厚。
13 马鸿逵$马鸿宾$###和###是叔伯兄弟。
2 马鸿宾$马惇静$但是，邀请发出后，###没有来，派来了儿子###。
13 韩愈$韩湘子$唐朝后期，##被贬，心情十分不好，刚好遇到他的侄子###和华山修道士吕洞宾，二人劝说##去华山一游，以解心头之闷。
4 曾国藩$章寿麟$当时，###要跳水自杀殉国，幸亏被他的幕僚###救起，狼狈逃回后搬到城南高峰寺小住，遭到江西全省官绅的鄙夷和耻笑。
9 戴炳阳$衍功$戴安澜(1904～1942年)，又名###，原名##，自号海鸥。
1 汪精卫$陈璧君$在###的政治生涯中，他的妻子###也曾起到关键的作用。
2 郑金声$郑继成$1932年9月3日被###之子山东省政府参议###枪杀于津浦铁路济南车站。
1 郑振铎$高君箴$20世纪20年代初，###在上海结婚，新娘为商务印书馆元老高梦旦之女###。
12 杨思琦$伍允龙$自参选《2012年马来西亚国际先生》顺利踏入娱乐圈的萧文亨，举凡模特儿、舞台剧、戏剧和广告都看得到他的踪影，近期他更签约香港无限娱乐集团，与###、###等人成为同门，积极操练身手，进军香港当武打明星！
11 刘皓南$刘继元$###暗自懊恼，忙请祖父###来此相见，说明自己的意图：“祖父，请容孙儿和金子凌先回商驿处理几件要事，来日孙儿伤势痊愈，定会再来拜望！”
0 刘皓南$金子凌$###暗自懊恼，忙请祖父刘继元来此相见，说明自己的意图：“祖父，请容孙儿和###先回商驿处理几件要事，来日孙儿伤势痊愈，定会再来拜望！”
0 山口淑子$川岛芳子$据三十年代着名歌星李香兰(####)的自传《我的前半生》所记，####“在人群中有一张非常引人注目的笑脸，她个子不高，匀称的身材包裹在男人的大褂里，却显示出女性的婀娜，气度雍容华贵”，奇就奇在这位威风八面的定国军女司令肩头总喜欢扛一只猴子招摇过市。
0 泡利$爱因斯坦$据说在一次国际会议上##见到了####，####演讲完后，##站起来说：“我觉得####不完全是愚蠢的”。
11 阮元$阮玉堂$##的祖父###，字履庭，号琢庵，武进士出身。
12 卫庄$盖聂$《秦时明月》####两人是同门师兄弟，按理说同门师兄弟感情应该非常好才对，哪些##见到##之后就跟欠他几百万一样拼命追杀。
6 孙膑$庞涓$##和##是好朋友，早先一起学习兵法
12 孙膑$庞涓$##与##这一对同门师兄弟，谁才是真正的强者？
12 杨振宁$李政道$说到###总是离不开###，两个人在物理研究领域上都是先驱者，###是1945年考取庚款前往美国芝加哥大学留学，###是1946年进入芝加哥大学，在学业级别上，###算是###的师兄。
7 玖辛奈$波风水门$###与####是同班同学，两人在小时候就产出了爱情的火花。
7 黄至毅$赵健$这条消息说：前天下午，义乌中学校长朱跃望把两份高校录取通知书分别送到毕业生###和##的家里，两人是同班同学，共同被中国人民解放军空军航空大学，选择的专业都是航空飞行与指挥专业。
13 杜邦$犹仁$##32岁那年，堂叔##总裁死于肺炎。
3 康心孚$康心如$当时，###正在北京大学教书，在哥哥的支持下，###又在上海创办了《雅言》杂志，以学术刊物的面貌出现，不断发表抨击袁世凯复辟倒退的重头文章。
0 康心如$袁世凯$当时，康心孚正在北京大学教书，在哥哥的支持下，###又在上海创办了《雅言》杂志，以学术刊物的面貌出现，不断发表抨击###复辟倒退的重头文章。
0 袁世凯$张季鸾$###倒台后，康心如来到北京，与好友###一起创办了《中华新报》。
0 康心远$贺友梅$康心如是一个精明的人，还在银行筹建之初，他就已将自己的四弟###及朋友林少谷、###派到上海美丰银行见习业务。
0 吴舜文$严裕棠$说来叫人不敢相信，###这个毕业于上海中西女校的充满现代意识的知识女性，竟然奉“父母之命”嫁给着名企业家###之子严庆龄。
7 约翰逊$戴维·卡梅伦$###1964年出生于美国纽约市，他先后就读于伊顿公学、牛津大学，与前首相######是同窗好友。
0 玛丽塔$米尔塔·迪亚斯$对###来说，33岁的卡斯特罗是她的初恋，而此时的卡斯特罗同他的前妻#######离婚已5年。
1 卡斯特罗$米尔塔·迪亚斯$对玛丽塔来说，33岁的####是她的初恋，而此时的####同他的前妻#######离婚已5年。
0 岸信介$佐藤荣作$安倍的外祖父###、外叔祖父####都是战后日本的保守派首相。
0 吴玠$方腊$##发家于北宋末年，曾参加过对西夏的战争以及镇压##起义军，南宋建立初，他又多次大败金军，因此被张浚提拔为高级军官，驻军甘陕地区。
3 吴璘$吴玠$##是##的弟弟，也是一员名将，他曾跟随兄长参加了和尚原之战和仙人关之战，##死后，他被南宋朝廷委以重任，步步高升，并取得丰硕战果，到绍兴二十六年，升开府仪同三司为使相。
13 马英九$余靖$据台湾媒体报道，###的侄子##，从菲律宾恐怖分子手中救出台湾民众。
13 马英九$余靖$会议中有学生问他对舅舅###的印象，##说，舅舅很强壮，小时候还能跳到他身上吊单杠玩耍，后来去美国就比较少接触。
11 赵剑涛$赵福基$80多年前，###的祖父###投身革命队伍，加入中国共产党，如今，###作为烈士的后代，血脉相承，骨子中的那份信念是相通的。
12 张雁名$刘倩妏$###、###是伊林娱乐同门师兄妹，因在客台《乌阴天的好日子》演兄妹，关系亲上加亲，迎接新的一年，好感情的他们特别为本报读者示范新年穿搭造型，教大家穿出过年喜气，又不失时尚感。
12 狄云$戚芳$和##青梅竹马自小长大的师妹##也说他是一颗没有任何心机的空心菜，傻大个。
9 李息霜$李岸$李叔同（1880—1945），又名###、##、李良，谱名文涛，幼名成蹊，学名广侯，字息霜，别号漱筒。
13 杜聿明$李鼎铭$###从小就喜爱玩弄枪支，十二岁时，在表哥###办的成家坌小学读书。
0 杜斌丞$王森然$校长###是杜聿明的堂哥，教师有陕西着名的共产党人魏野畴、李子洲和教育家###、朱横秋等。
0 杜聿明$魏野畴$校长杜斌丞是###的堂哥，教师有陕西着名的共产党人###、李子洲和教育家王森然、朱横秋等。
10 周培源$王蒂澂$在同学的撮合下，###和###很快便陷入了爱河。
4 纳德·伍德$巴顿$陆军参谋长伦#####显然也比较器重##，他让##作了自己的随从副官，##从此得以从容地出入于美国陆军最高级官员的神秘内圈。
0 谢才萍$文强$###的丈夫文斌利用其兄##的影响，公开找渝中区公安分局原局长彭长健，要他关照老婆的“经
0 马清伟$薛芷伦$说到早前传出与家族拥百亿财产的富豪###和###大儿子马桂烽（Justin）分手，她说：“有这个传闻的时候我经纪人已经代为回答，这是两个人的事不会回应，今天也是一样，多谢大家关心。
10 马清伟$马桂烽$说到早前传出与家族拥百亿财产的富豪###和薛芷伦大儿子###（Justin）分手，她说：“有这个传闻的时候我经纪人已经代为回答，这是两个人的事不会回应，今天也是一样，多谢大家关心。
2 李克农$李伦$6月25日，澎湃新闻（www.thepaper.cn）从##将军亲友处获悉，开国上将###之子、解放军原总后勤部副部长##中将于2019年6月25日凌晨在北京逝世，享年92岁。
0 张少怀$费贞绫$家庭出生演艺世家的张菲，父亲为台湾综艺大哥###，叔叔是费玉清，姑姑是###。
2 张末$张艺谋$众所周知，##是###和前妻肖华的独生女。
1 张艺谋$肖华$众所周知，张末是###和前妻##的独生女。
0 鲁连荣$令狐冲$###气得眼中如要喷出火来，华山大弟子###在衡山城中胡闹的事，他是听人说过的，当即骂道：“我道是谁，原来是在这衡山城中嫖妓宿娼的小子！”
4 谢维洲$姚文智$据了解，###毕业于高雄应用科技大学应用外语系，服兵役后赴美留学，回到台湾后担任“立委”管碧玲、###助理，及当时任台北市议员庄瑞雄的服务处主任。
4 谢维洲$庄瑞雄$据了解，###毕业于高雄应用科技大学应用外语系，服兵役后赴美留学，回到台湾后担任“立委”管碧玲、姚文智助理，及当时任台北市议员###的服务处主任。
5 倪光南$梁宁$###对学生##说“我们要用自主研发的方舟CPU+Linux操作系统，替代微软与英特尔联盟的核心框架。”
0 宋茜$木村光希$今天，##与日本男星木村拓哉的女儿####一起出席某时尚活动，两位都是目前时尚圈炙手可热的明星，站在一起自然成为了话题的讨论中心。
2 木村拓哉$木村光希$今天，宋茜与日本男星####的女儿####一起出席某时尚活动，两位都是目前时尚圈炙手可热的明星，站在一起自然成为了话题的讨论中心。
0 厄庇墨透斯$杜卡利翁$#####的妻子是潘多拉，二人育有一女皮拉，而皮拉后来嫁与####。
2 潘多拉$皮拉$厄庇墨透斯的妻子是###，二人育有一女##，而##后来嫁与杜卡利翁。
1 皮拉$杜卡利翁$厄庇墨透斯的妻子是潘多拉，二人育有一女##，而##后来嫁与####。
2 陈发科$陈照旭$###的爷爷是陈式太极拳一代宗师陈小旺，父亲是###。
0 余沧海$林公子$###那不成材的小儿子余人彦瞎了眼睛，向小师妹动手动脚，口出调笑之言，那###居然伸手来抱打不平……”
0 叶德利$何鸿燊$###的妻子是###胞妹何婉婉
1 叶德利$何婉婉$###的妻子是何鸿燊胞妹###
0 大S$汪小菲$##的婆婆张兰也称不认识###，但听到吕婉柔劈腿的说法，则怒斥：“胡扯！”随即挂断电话。
11 鲁迅$周福清$##祖父###科场舞弊案发后，周伯宜被革去秀才身份，十分伤感。
0 白老大$白素$卫斯理一天突然收到移居法国南部的岳父###的电报，###声称「有要事商榷」，并希望卫斯理能与其妻##到访。
2 左太北$刘志兰$###出生于1940年5月30日，她的父亲是八路军高级将领、曾任八路军参谋长等职的左权将军，她的母亲是彭德怀夫人浦安修在北师大女附中的同学###。
0 彭德怀$刘志兰$左太北出生于1940年5月35日，她的父亲是八路军高级将领、曾任八路军参谋长等职的左权将军，她的母亲是###夫人浦安修在北师大女附中的同学###。
7 浦安修$刘志兰$左太北出生于1940年5月36日，她的父亲是八路军高级将领、曾任八路军参谋长等职的左权将军，她的母亲是彭德怀夫人###在北师大女附中的同学###。
10 蒋劲夫$中浦悠花$日前，###有了新女友的消息一度登上了热搜宝座，因为他的前任####曾经差点让他回不了国，###这次新交的女友自然就成了很多吃瓜群众着重关注的对象，而###也在与朋友的聊天中称自己这次要“认认真真谈恋爱”。
0 陶钧$林平之$又过了一盏茶功夫，七弟子##、八弟子英白罗、岳不群之女岳灵珊、以及方入门的###一同到来。
0 岳灵珊$林平之$又过了一盏茶功夫，七弟子陶钧、八弟子英白罗、岳不群之女###、以及方入门的###一同到来。
0 王耀武$俞济时$日军全面侵华之初，###是第51师师长，他率部参加了淞沪会战，战后他的第51师和第58师合编为第74军，###为第一任军长，###是第二任军长。
0 伍仔$林水伯$李飞和马雯找到##，问出###儿子仔仔的死亡真相。
0 伍仔$仔仔$李飞和马雯找到##，问出林水伯儿子##的死亡真相。
2 林水伯$仔仔$李飞和马雯找到伍仔，问出###儿子##的死亡真相。
2 周信芳$周慰堂$生平文革时打倒###的手稿###六岁随父###(演青衣，艺名金琴仙)旅居杭州，从陈长兴练功学戏。
0 景俊海$赖如松$就在昨天晚上（18日），吉林省长###在长春会见厦门台商投资协会副会长###率领的两岸企业家代表团一行。
2 王秀芝$常燕斌$8月1日下午，###的儿子###让姐姐代为照顾母亲，自己回去收拾被黑水洗劫过的超市。
2 李砚秀$李万春$###-家世父###，母李淑媛。
1 李万春$李淑媛$李砚秀-家世父###，母###。
0 潘建伟$朱晓波$近年来，中科大###、###、彭承志等学者在超导量子计算研究方面取得了一系列重要进展。
0 朱晓波$彭承志$近年来，中科大潘建伟、###、###等学者在超导量子计算研究方面取得了一系列重要进展。
2 谢学朗$冰心$###，字葆璋，号镜如，女作家##父亲，长乐县人。
10 关成善$彭某$2011年，###伙同女友##，请托王保安打招呼，从而获得国家财政补贴3316万元；
5 马钰$郭靖$全真教掌教##会传全真内功给##，也是因为他是江南七怪的徒弟。
2 王虹艺$王国栋$其长子###回忆，父亲###一生正直低调、光明磊落、刚正不阿。
2 谢长廷$谢维洲$回顾###与###的父子关系，###是在两岁时被时任台北市议员的###收养为养子。
2 林震南$林平之$及后青城派掌门人余沧海为图夺取剑谱，不惜将###一家灭门，但###之子###被华山派掌门岳不群救回成了唯一幸存者并收为旗下弟子，此外###死前请令狐冲转告遗言，使###得以寻回剑谱，但剑谱却辗转落入岳不群手中。
0 林震南$令狐冲$及后青城派掌门人余沧海为图夺取剑谱，不惜将###一家灭门，但###之子林平之被华山派掌门岳不群救回成了唯一幸存者并收为旗下弟子，此外###死前请###转告遗言，使林平之得以寻回剑谱，但剑谱却辗转落入岳不群手中。
0 林平之$令狐冲$及后青城派掌门人余沧海为图夺取剑谱，不惜将林震南一家灭门，但林震南之子###被华山派掌门岳不群救回成了唯一幸存者并收为旗下弟子，此外林震南死前请###转告遗言，使###得以寻回剑谱，但剑谱却辗转落入岳不群手中。
0 克林顿$卓别林$和平饭店是上海外滩地标性建筑，曾接待过美国前总统###、喜剧大师###等美国名人。
0 陈珂$李飞$##的弟弟陈岩被抓，指认##涉毒并设局杀害宋杨
1 甘祖昌$龚全珍$长安街知事注意到，“农民将军”###的妻子###在列，她曾获全国道德模范、“感动中国年度十大人物”等称号。
9 李伦$李润修$##原名###，1927年10月30日（农历十月初六），出生于芜湖市吉和街马家巷1号，是李克农与赵瑛夫妇最小的儿子。
2 李润修$赵瑛$李伦原名###，1927年10月30日（农历十月初六），出生于芜湖市吉和街马家巷5号，是李克农与##夫妇最小的儿子。
0 叶汉$霍英东$对于##的提议，何鸿燊当然很有兴趣，但觉得自己财力不足，于是找上了皇仁书院同窗###，大家合伙参与竞投，与傅、高两家的泰兴公司一较高下
7 何鸿燊$霍英东$对于叶汉的提议，###当然很有兴趣，但觉得自己财力不足，于是找上了皇仁书院同窗###，大家合伙参与竞投，与傅、高两家的泰兴公司一较高下
3 黄宣$黄宛$黄昆是家中最小的孩子，他的大姐名##，大哥黄燕，二哥##（中国著名心脏内科专家），姐弟四人年龄依
0 李维民$陈珂$###让##寻找包星前女友杨柳。
0 李维民$包星$###让陈珂寻找##前女友杨柳。
0 孙颖莎$伊藤美诚$此次出征欧洲，###恩师黄海诚成了女乒教练组的主心骨，也是他指挥陈幸同双杀####。
0 黄海诚$陈幸同$此次出征欧洲，孙颖莎恩师###成了女乒教练组的主心骨，也是他指挥###双杀伊藤美诚。
0 陈幸同$伊藤美诚$此次出征欧洲，孙颖莎恩师黄海诚成了女乒教练组的主心骨，也是他指挥###双杀####。
2 张承中$张世良$人物简介###，1971年出生，台湾前“立委”###（1942年7月7日－）长子。
1 张末$托维$2006年，##与她的第一任丈夫##结婚。
6 董耀会$吴德玉$1984年一个春暖花开的早晨，###和朋友###、张元华背起军用背包，穿上军靴，开始徒步长城之旅。
6 董耀会$张元华$1984年一个春暖花开的早晨，###和朋友吴德玉、###背起军用背包，穿上军靴，开始徒步长城之旅。
0 帕特森$小沃森$但能力出众的老沃森招来了上司###妒忌，被迫辞职后老沃森带着妻子和还在襁褓中的###到纽约闯荡。
0 成龙$张国立$##和###，一个是响誉国际的功夫影星兼导演，一个是内地爆款剧的制造者，可他俩都有一个不成器的儿子，##的儿子房祖名吸毒被抓后身败名裂，###儿子张默更加离谱，读中戏时暴打女友童瑶遭开除，入行后两度吸毒被抓，成了娱乐圈的反面教材，###夫妇的脸让他丢尽。
0 成龙$童瑶$##和张国立，一个是响誉国际的功夫影星兼导演，一个是内地爆款剧的制造者，可他俩都有一个不成器的儿子，##的儿子房祖名吸毒被抓后身败名裂，张国立儿子张默更加离谱，读中戏时暴打女友##遭开除，入行后两度吸毒被抓，成了娱乐圈的反面教材，张国立夫妇的脸让他丢尽。
0 房祖名$张默$成龙和张国立，一个是响誉国际的功夫影星兼导演，一个是内地爆款剧的制造者，可他俩都有一个不成器的儿子，成龙的儿子###吸毒被抓后身败名裂，张国立儿子##更加离谱，读中戏时暴打女友童瑶遭开除，入行后两度吸毒被抓，成了娱乐圈的反面教材，张国立夫妇的脸让他丢尽。
0 房祖名$童瑶$成龙和张国立，一个是响誉国际的功夫影星兼导演，一个是内地爆款剧的制造者，可他俩都有一个不成器的儿子，成龙的儿子###吸毒被抓后身败名裂，张国立儿子张默更加离谱，读中戏时暴打女友##遭开除，入行后两度吸毒被抓，成了娱乐圈的反面教材，张国立夫妇的脸让他丢尽。
3 刘翔飞$刘翔宇$采访中，记者得知，###还有一个双胞胎姐姐###，今年被上海师范大学环境与地理科学学院录取了，为了送双胞胎姐妹上大学，他们一家四口从辽宁抚顺出发，开着房车上路了。
0 杜甫$唐高宗$##的祖父，名叫杜审言，在###时期，中过进士。
0 崇祯$张溥$##四年（1630年），##在南京召集“金陵大会”，当时恰好也在南京的黄宗羲经友人周镳介绍参加复社，成为社中活跃人物之一。
2 陈初哲$陈树勋$###的父亲###，博通古今，沉毅阔达，为人所重。
0 陈元$鲁仕骥$陈希曾是##次子，与他的兄弟一起跟从###求学。
2 孙娫$孙中山$##，###与原配卢慕贞所生长女。
1 张静江$姚蕙$1906年，张荔英出生于法国巴黎，她是中国国民党元老###和夫人##的第四个女儿，当时###正在巴黎经商，经营中国古董、丝绸、茶叶的贸易。张荔英先后在巴黎、纽约和上海接受教育。
5 黄煦涛$颜水成$2008年，与周曦一同拜入###门下的，还有###。
12 罗松$王丽萍$##：###的同门师兄，极度花心，一直跟随这吴先齐，在其手下做事。
12 沈舜茂$吴建富$此次来厦办展的5位画家分别是###、###、许惠玲、蒋亚鹏、刘卫民，5人还是同门师兄弟，目前均是福建省美术家协会会员。
12 沈舜茂$刘卫民$此次来厦办展的5位画家分别是###、吴建富、许惠玲、蒋亚鹏、###，5人还是同门师兄弟，目前均是福建省美术家协会会员。
1 郑秀文$许志安$不知道是舆论的力量还是想通过与###秀恩爱挽回事业，近日###开始走好男人人设，被港媒拍到与老婆###一起跑步，还陪老婆排练。
0 向力力$曹炯芳$省人大常委会副主任###，湘潭市领导###、张迎春、陈忠红、吴小月、颜集成、陈小山等出席活动。
0 向力力$陈忠红$省人大常委会副主任###，湘潭市领导曹炯芳、张迎春、###、吴小月、颜集成、陈小山等出席活动。
0 向力力$吴小月$省人大常委会副主任###，湘潭市领导曹炯芳、张迎春、陈忠红、###、颜集成、陈小山等出席活动。
0 向力力$颜集成$省人大常委会副主任###，湘潭市领导曹炯芳、张迎春、陈忠红、吴小月、###、陈小山等出席活动。
0 向力力$陈小山$省人大常委会副主任###，湘潭市领导曹炯芳、张迎春、陈忠红、吴小月、颜集成、###等出席活动。
0 陈忠红$吴小月$省人大常委会副主任向力力，湘潭市领导曹炯芳、张迎春、###、###、颜集成、陈小山等出席活动。
0 张嘉译$赵今麦$由###、闫妮、###、郭俊辰等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸钱三一的郭俊辰和饰演林妙妙的###，听这两位年轻演员剖析角色和回忆塑造角色过程。
0 闫妮$赵今麦$由张嘉译、##、###、郭俊辰等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸钱三一的郭俊辰和饰演林妙妙的###，听这两位年轻演员剖析角色和回忆塑造角色过程。
0 赵今麦$钱三一$由张嘉译、闫妮、###、郭俊辰等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸###的郭俊辰和饰演林妙妙的###，听这两位年轻演员剖析角色和回忆塑造角色过程。
0 杰森·斯坦森$吴亦凡$在这场据称花费6000万元的活动上，赛麟全球代言人######和知名歌手###的同台亮相，更是让现场达到了高潮。
10 张雨绮$张钱豪$近日，黄奕前夫黄毅清又在微博爆料，称###被新欢###骗财骗色，对方是个假富豪。
2 艾德$琼恩·雪诺$##另有一私生的儿子#####，其母身份不明。
1 南希·里根$罗纳德·里根$#####，94岁，美国前第一夫人，######遗孀，心脏衰竭。
1 马云波$于慧$但李维民汇报，###的爱人##曾替###挡毒贩的枪，弹丸至今仍未全部取出。
2 郭凤$果果$但在北京一家事业单位上班的##发现，她的女儿##却不能理解用抽象的数学语言表述“1+1=2”，因为##是一名自闭症儿童。
0 克里斯·休斯$莫莉·芒格$此外，其他在这封信上签名的还包括Facebook联合创始人######，伯克希尔副董事长查理·芒格的女儿#####等。
13 贺耀宗$常有林$###和他的大女儿秀英、女婿###也满心喜欢他，这亲事竟然三锤两棒就定了音。
0 秀英$常有林$贺耀宗和他的大女儿##、女婿###也满心喜欢他，这亲事竟然三锤两棒就定了音。
0 林宗辉$林三宝$李飞通过###的女儿林兰约见###，李飞告诉他们###的车祸不是意外，而是林天昊安排人故意杀害。
1 田雨$李云龙$##，解放军华东军区后方医院护士，###第二任妻子。
0 思力$李渊$##娶唐高祖##之女九江公主为妻，并赐铁劵，官驸马都尉，封安国公。
13 王婆婆$梁翠华$中午吃饭时，###的大孙媳妇###给老人做了绿豆稀饭。
0 贺凤英$孙玉亭$如果这姑娘象###一样，那孙少安这辈子就别想过好日子了，他二爸###就是他的“榜样”！
0 润叶$金俊海$##嘿嘿笑了，赶忙对二爸说：“金波是###的小子。”
6 孔丹$王军$时任中信业务部副总经理、##的老大哥##也极力说服##去中信。
0 聂腾飞$陈小英$1998年，###因车祸不幸离世，###与其兄陈德军一起接盘了申通快递。
2 童教英$童书业$作者：###（浙江大学教授、###先生之女）
1 艾德公爵$凯特琳·徒利$####娶奔流城徒利家族的长女######为妻，二人共育三子二女，分别为长子罗柏、长女珊莎、次女艾莉亚、次子布兰和幼子瑞肯。
2 艾德公爵$罗柏$####娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子##、长女珊莎、次女艾莉亚、次子布兰和幼子瑞肯。
2 艾德公爵$布兰$####娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子罗柏、长女珊莎、次女艾莉亚、次子##和幼子瑞肯。
2 艾德公爵$瑞肯$####娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子罗柏、长女珊莎、次女艾莉亚、次子布兰和幼子##。
3 艾莉亚$布兰$艾德公爵娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子罗柏、长女珊莎、次女###、次子##和幼子瑞肯。
0 马云波$林宗辉$###说曾想要发展###的儿子林三宝作为线人，然而蔡永强并不积极，随后林三宝车祸死亡，肇事司机刘志也在一年后死于肺癌
1 刘菊花$方舟子$###，中国科普作家###的妻子，新华社记者。
1 陈小英$聂腾飞$###与陈德军是兄妹关系，###的第一任丈夫为###。
0 陈德军$聂腾飞$陈小英与###是兄妹关系，陈小英的第一任丈夫为###。
2 李嘉诚$李泽钜$他表示，###这么做存在如下考虑：一方面，###要扶持儿子###接班，这需要让###向股东们表现出有接班的能力。
0 窦唯$刘元$其中不少人的父母是民乐手，崔健的父亲崔雄济是一名小号演奏家，##的父亲窦绍儒是一名管乐手，##的父亲刘凤桐是著名的唢呐演奏家。
0 窦唯$刘凤桐$其中不少人的父母是民乐手，崔健的父亲崔雄济是一名小号演奏家，##的父亲窦绍儒是一名管乐手，刘元的父亲###是著名的唢呐演奏家。
2 刘元$刘凤桐$其中不少人的父母是民乐手，崔健的父亲崔雄济是一名小号演奏家，窦唯的父亲窦绍儒是一名管乐手，##的父亲###是著名的唢呐演奏家。
1 李晓江$李世华$今年5月，###和###夫妇的神经科学研究团队被佐治亚州埃默里大学解雇，原因是他们被指控未能披露与中国的资金关系。
0 陈昌浩$李立三$1952年后，格拉娘随###到中国，结识了###夫人李莎，成为密友。
2 秦岭$秦光荣$据中国新闻周刊披露，##是云南省委原书记###之子。
2 陈巧凤$尹索微$据企查查显示，尹氏家族四人持有力帆控股100%股权，其中尹明善持股26.5%，其妻###及儿子尹喜地、女儿###分别持股24.9%。也就是说，力帆股份的实际控制人为尹氏家族四人。
6 李筱筱$陈静$###与##高中时就是好闺蜜，##来宁波上大学，###到宁波工作，两人还一起合租房子，关系很亲密。
1 雪村$俞晴$2009年12月底媒体曝料：##娇妻##沿街乞讨愈演愈烈，不论网友的反应如何激烈，##还是不断的公开
1 许亚军$张澍$###的现任妻子##，也是一位演员，比###小了12岁。
0 白阿绣$石破天$史小翠,白自在之妻，###之祖母，###的师父。
1 甄子丹$梁静慈$###与第一任妻子###所生的儿子甄文焯如今已经24岁了，在###罕见公开的合照中虽然戴着墨镜但是还是看得出来甄文焯和父亲长得颇为相似。
1 马海德$苏菲$文革时期，###遭到批斗、抄家，其妻子##被抓。
0 段正淳$马大元$严惠明，是大理镇南王###的情妇之一，后为丐帮副帮主###夫人。
9 白茶$梁科栋$##原名###，把笔名定为##，也是从创作出发考量。
0 李尚家$李尚平$###记得，专案组最后一任组长是蔡毅之，读书时与###是同学。
7 蔡毅之$李尚平$李尚家记得，专案组最后一任组长是###，读书时与###是同学。
6 董明珠$刘强东$###联合王健林、###等好友以个人名义共同增资30亿元，获得了珠海银隆22.388%的股权；此后的四个月内，###又曾两次增资，最新的股东名单显示，###个人持股比例达17.47%，位列珠海银隆的第二大股东，持股比例仅次于广东银通投资控股集团有限公司。
0 王健林$刘强东$董明珠联合###、###等好友以个人名义共同增资30亿元，获得了珠海银隆22.388%的股权；此后的四个月内，董明珠又曾两次增资，最新的股东名单显示，董明珠个人持股比例达17.48%，位列珠海银隆的第二大股东，持股比例仅次于广东银通投资控股集团有限公司。
0 张承$步骘$诸葛瑾定居曲阿后，与当地名人##、##等人相友善。
9 徐悲鸿$徐寿康$###（1895-1953年），汉族，原名###，江苏宜兴市屺亭镇人。
2 王菲$李嫣$最近，##和李亚鹏的女儿##在个人社交平台发了一张小学毕业照。
2 李亚鹏$李嫣$最近，王菲和###的女儿##在个人社交平台发了一张小学毕业照。
1 徐瑞丽$蒋兆岗$本案主人公###，正是原云南农信联社党委书记###的妻子。
0 诸葛亮$诸葛恪$诸葛瑾，(174-240)###之兄，###之父，经鲁肃推荐，为东吴效力。
0 诸葛恪$鲁肃$诸葛瑾，(174-240)诸葛亮之兄，###之父，经##推荐，为东吴效力。
1 石旭峰$刘海亭$那年，清河口边防连连长###妻子###第一次来队探亲，坐汽车走在戈壁滩“搓板路”上，一路颠簸，一路心凉。
0 张静江$陈友仁$梁玛丽于1926年病故后，1933年，###与国民党元老###之女张荔英在巴黎结婚。
2 陈友仁$张荔英$梁玛丽于1926年病故后，1935年，张静江与国民党元老###之女###在巴黎结婚。
9 彭雪枫$彭修道$### (1907～1944)，原名###，乳名兴隆，曾化名望敏、彭雪峰，河南镇平人，中国工农红军和新四军高级指挥员、军事家。
9 彭雪枫$望敏$### (1907～1945)，原名彭修道，乳名兴隆，曾化名##、彭雪峰，河南镇平人，中国工农红军和新四军高级指挥员、军事家。
7 杨森$潘文华$1904年，##中学毕业，1906年入四川陆军弁目队，1908年入四川陆军速成学堂，与刘湘、唐式遵、###等同学，这些人后来形成以刘湘、##为首的“速成系”四川军阀集团核心人物。
7 刘湘$唐式遵$1904年，杨森中学毕业，1906年入四川陆军弁目队，1908年入四川陆军速成学堂，与##、###、潘文华等同学，这些人后来形成以##、杨森为首的“速成系”四川军阀集团核心人物。
2 平鑫涛$平云$###子女平莹、平珩与##在给媒体的信指出，将不举行公祭或任何追悼仪式，仅简单家祭后火化花葬。
3 平莹$平珩$平鑫涛子女##、##与平云在给媒体的信指出，将不举行公祭或任何追悼仪式，仅简单家祭后火化花葬。
3 平珩$平云$平鑫涛子女平莹、##与##在给媒体的信指出，将不举行公祭或任何追悼仪式，仅简单家祭后火化花葬。
2 李兆基$李家杰$中华煤气公告指，###两名儿子###及李家诚，将获委任为公司联席主席、提名委员会成员兼联席主席，及薪酬委员会成员，目前两人均为公司非执行董事，又指出两人在2018年均收取25万元董事袍金。
2 李尚平$王玲秀$###的父亲李三保上访多年，2012年带着怨愤离世；母亲###经历了丧子、丧夫之痛，在家里对着两个牌位哭泣。
11 佳子公主$明仁天皇$####出生于1994年，是日本秋筱宫文仁亲王和秋筱宫文仁亲王妃纪子的次女，####的孙女。
2 郭暧$郭钊$女儿沈氏嫁给了##和升平公主之子##。
0 宋杨$周琳$李飞和##在林胜文情妇##家中调查时得知林胜文被取保候审。
1 许亚军$何晴$###的大儿子，是与第三任妻子##所生，名叫许何，小名仔仔，今年19岁了，许何不仅学习成绩非常优秀，长相也十分帅气，遗传到了爸妈的优点，曾被称为最帅星二代。
0 何晴$仔仔$许亚军的大儿子，是与第三任妻子##所生，名叫许何，小名##，今年19岁了，许何不仅学习成绩非常优秀，长相也十分帅气，遗传到了爸妈的优点，曾被称为最帅星二代。
2 王燕玲$陈大愚$陈佩斯的妻子叫###原来是一名护士，经人介绍嫁给陈佩斯，后来成为了陈佩斯的经纪人，夫妻婚后育有一子，取名###。
11 蒋介石$蒋孝文$而更让它出名的则是###、蒋经国、###祖孙三代都曾在此打卡留念，也为这里增添了几分神秘。
11 黄合林$黄光文$1941年，###老人去世前，将装有红旗的小木箱交给儿子黄荣清和孙子###。
12 余少群$刘烨$因在电影《梅兰芳》中出演青年梅兰芳而迅速走红的浙江越剧团演员###，昨天在北京签约海润经纪，与##、蒋雯丽、孙俪等成为同门。
12 张育军$程博明$据《每日经济新闻》了解，###与前日（9月15日）被查的中信证券总经理###是同门师兄弟，两人均为首任证监会主席刘鸿儒的学生。
13 廖永廉$戴克戎$廖家的后人中，有一位很受鼓浪屿人尊敬的廖医生，就是廖家三房的###，他可是钟南山院士和###院士的亲舅舅，他本身也是厦门医学界的翘楚，是医学博士，原设于鼓浪屿的厦门第二医院内科主任，1957年首先在厦门发现福建省第一例钩端螺旋体病。
13 钟南山$陈锦彩$###舅妈###：曾任厦门基督教女青年会青年部干事、鼓浪屿区侨联副秘书长。
13 林巧稚$钟南山$###大家可能少有耳闻，她是###院士的姑婆。
12 汪苏泷$张韶涵$最有趣的是，###爆料：###是我的师妹。
12 王大牛$李晓华$谈起曾经一起求学的日子，###非常怀念他的师妹###。
0 杨澜$朱军$##、倪萍、董浩、##、朱时茂、陈佩斯、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 杨澜$陈佩斯$##、倪萍、董浩、朱军、朱时茂、###、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 杨澜$马未都$##、倪萍、董浩、朱军、朱时茂、陈佩斯、###等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 倪萍$朱军$杨澜、##、董浩、##、朱时茂、陈佩斯、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 倪萍$陈佩斯$杨澜、##、董浩、朱军、朱时茂、###、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 董浩$朱军$杨澜、倪萍、##、##、朱时茂、陈佩斯、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 朱军$马未都$杨澜、倪萍、董浩、##、朱时茂、陈佩斯、###等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
6 朱时茂$赵忠祥$杨澜、倪萍、董浩、朱军、###、陈佩斯、马未都等###的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 陈佩斯$马未都$杨澜、倪萍、董浩、朱军、朱时茂、###、###等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
1 蒋凌志$翟利平$###的爱人###回忆道：“当天一家人正在吃午饭，接到通知时由于时间很紧，来不及送爱人去机场，只送到了小区门口。”
5 杜润生$卢迈$归侨子女、66届高三生、77级大学生、在###门下做农村研究，前半生里，##的每一个人生际遇都踩在国家的转折点上。
5 王利明$李建伟$中国政法大学商法学教授、曾师从###研习民商法的###称，检索四十年来法学学者的著述，###教授一直是“双冠王”——发表论文与专著的数量第一、文章被引用次数第一。
6 沈志华$徐庆全$2009年5月，###在北京的三味书屋作讲座，老朋友###找他，说晚上喝酒。
4 刘圣宇$丁石孙$民盟中央研究室主任###曾担任###的秘书，他也常从网上搜集新闻，尤其是知识分子关心的事，打印一摞，带去念给###听。
3 杜富佳$杜富民$此刻，杜富强的二姐###、三哥###，同样也奔赴他们人生的“阿相比拉”：抗击新冠肺炎疫情一线。
3 杜富佳$杜富国$在这个事先约定好的时间，远在西藏边防的幺弟杜富强、身在抗疫一线的二姐###，以及三弟杜富民，与大哥###一起“隔空”团圆。
3 杜富民$杜富国$在这个事先约定好的时间，远在西藏边防的幺弟杜富强、身在抗疫一线的二姐杜富佳，以及三弟###，与大哥###一起“隔空”团圆。
10 苏有朋$高露$还有更令大家惊讶的是，###之前也曾疯狂追求过##，据说追了三年，可真是长情的，可令人遗憾的是，最终两人还是没能走到一起。
1 安瓦尔$万·阿齐扎·万·伊斯梅尔$组成希望联盟的四个政党中，人民公正党是最大政党，该党主席###不担任公职，但他的妻子############担任政府副总理。
8 黄冠华$黄权中$（9）###,###.基于R-L定义的分数微分对流－弥散方程有限元解.武汉大学学报,2009,42(6):695-700
4 袁宗第$冯启凤$###虽然据险拼杀，终因寡不敌众，将士阵亡和跳崖跌死的多达二千五六百人，被俘三百余名，部下新化伯###缴印投降。
8 周雪飞$张亚雷$《图说环境保护》是2010年同济大学出版社出版的图书，作者是###，###。
13 周钦岳$周生祥$永蔚旋寄养至小姑克庄家，由姑父###（###嫡侄）供其就读于重庆南开中学。
4 袁世凯$马福祥$1912年8月，###任###为宁夏护军使。
13 赵寅永$赵秉夔$——###（1821年—1858年，过继给叔父###）
2 潘根生$潘金和$创始人###，1941年其子###开始营业，以其风味独特，经营灵活，故生意兴隆，远近驰名。
8 阮玲玉$杨耐梅$在该片中与###合作的则是有风流艳星之称的###。
11 王用之$王安世$###家族状况:祖父：###，曾任卫尉寺丞
1 马丽杰$杨奎$已经成家的##烈和妻子###还为此发生了一场争吵。
1 叶青$芮玮$##和夏儿都惨遭简召舞的毒手，而此二人真可以说是最无辜的二人，也许真的只是因为她们是##的妻妾而已。
1 丁玮$薛蛮子$后##与###成婚。
3 刘清扬$刘孟扬$民国七年初夏（1918年），###（天津回民，据说是###之胞弟）奉省令任磁县县长。
4 孙中山$萧湘$不久，##在日本参加###先生领导的同盟会，并积极参加同盟会的各项活动。
2 薛寿$薛斌$##去世时，##童年仅五岁。
2 朱由榔$朱慈煊$###是明昭宗###第三子，永历五年（1651年）封为皇太子，成为中国史上第一个改信基督教之太子。
10 欧阳曦$苏峻$##年龄25###的男友。
2 李景逷$李昪$年16岁，入后宫乐部为官妓，得到##的临幸，938年生皇子###（保宁王），时种氏年约18岁。
11 赵武$赵襄子$后来##的曾孙###和韩氏、魏氏三家分晋，建立了赵国。
2 郭钗$杜广明$据河北日报报道，2月27日上午10时左右，辛集市中医院护士##带着儿子###来到姐姐郭妥的幼儿园。
2 郭钗$杜广明$##倒下后，穷凶极恶的歹徒又把罪恶的斧头举向了在一旁哭闹着找妈妈、年仅4岁的###。
9 陈沙兵$陈素屏$###（一九二o年七月至一九七九年五月）原名###，浙江省温州市人。
5 石齐$刘铁刚$HKSD室内设计事务所总裁###先生自幼酷爱绘画艺术，师从银若湖、陈西川、##等艺术大师。
10 赵欣欣$齐鹏$我男朋友的前女友们剧情梗概:###为了给自己的感情问题找到一个答案，决定从男友##身上寻找线索。
10 约翰逊$西蒙兹$当地时间2月29日，英国首相发言人正式宣布首相###和女友###订婚，女友已怀孕，今夏迎来新生儿。
1 郭靖$黄蓉$这二人正是##、##夫妇。
6 郭啸天$杨铁心$当年郭靖之父###与杨过的祖父###义结兄弟，两家妻室同时怀孕。
11 杨过$杨铁心$当年郭靖之父郭啸天与##的祖父###义结兄弟，两家妻室同时怀孕。
6 郭靖$杨康$后来两家生下的各为男儿，##与杨过之父##如约结为兄弟。
0 王处一$杨过$那道人鹿清笃是###的徒孙，适才死里逃生，心中急了，见到##就要扑上厮拚，全没理会掌教真人、师祖爷和丘祖师都在身旁，听得###这么一喝，才想到自己无礼，登时惊出一身冷汗，低头垂手，说道：“弟子该死。”
5 玉阳子$赵志敬$这日午后，###门下###、崔志方等人齐集东南角旷地之上，较武论艺。
12 赵志敬$尹志平$###是全真教第三代弟子中的第一高手，若论武功造诣，犹在###之上，虽然身受重伤，出势仍是极为猛烈。
5 程瑶迦$孙不二$陆冠英的夫人###是###的弟子。
12 霍都$达尔巴$那脸削身瘦的藏僧是##的师兄###。
5 耶律齐$周伯通$众人一听，都感奇怪，想不到###竟是###的弟子。
0 羊祜$陆逊$说‘三国’故事的那先生还道：##守襄阳之时，和他对抗的东吴大将是##的儿子陆抗。
2 陆逊$陆抗$说‘三国’故事的那先生还道：羊祜守襄阳之时，和他对抗的东吴大将是##的儿子##。
1 郭芙$耶律齐$##在父母指点之下修习武功，丈夫###又是当代高手，日常切磋，比之十余年前自已大有进境，只是她心浮气躁，浅尝即止，不肯痛下苦功钻研，因此父母丈夫都是武学名家，她自己却始终徘徊于二三流之间，这时在史孟捷和大头鬼夹击下已渐渐支持不住，正焦躁间，忽听得妹子呼叫，喝道：“妹妹快来！”
10 蒋梦婕$尹正$去年年底，###被拍到探班##，不久后又被拍到与##戴同款帽子一同逛商场、用餐，且举止亲昵。
0 朱元璋$张必先$为了杀掉陈理，###可是没少费心思，然而只是杀掉了陈友谅曾经的一员大将###。
2 申军良$申聪$3月7日，###夫妇与##认亲。
1 程莉莎$郭晓东$3月6日，###在网上晒出与丈夫###的亲密自拍照，并发文称：“郭先森说，亲爱的，你戴口罩挺好看的！”
2 周润发$陈丽芳$北京时间3月8日消息，据香港媒体报导，###（发哥）母亲###2月13日在睡梦中离世，享年98岁。
1 葛荟婕$汪峰$2004年，已经在北京漂泊了3年的###结识了比她大16岁的##，18岁时###为##生下一女。
1 吴尊$林丽吟$##为自己曾记错结婚年份而感到抱歉，称自己“并非有意隐瞒”，###也表示“从来不过结婚纪念日，一直只过在一起的第一天”。
2 大仲马$小仲马$说到文学史上的父子文豪，国内有“三苏”，西方最著名的则首推###和###了。
1 苏菲$特鲁多$在妻子##新型冠状病毒检测结果呈阳性后，加拿大总理###于当地时间12日晚发推回应此事。
0 舒畅$刘亦菲$##还晒出了一张###主演的迪士尼真人电影《花木兰》的海报，画面中的###手持长剑，身穿红色的战袍，长发飘飘，真是又美又飒，巾帼不让须眉就是最好的形容了。
2 黛丝蕾$克拉里$少女名叫###，是马赛城大绸缎商###的女儿。
0 拿破仑$罗伯斯庇尔$但是，正当###和黛丝蕾谈婚论嫁之时，法国发生了惊天动地的1794年7月27日的热月政变，雅各宾领导人#####遭到杀害，其弟小#####也被送上了断头台。
1 拿破仑$约瑟芬$###在婚后的第三天，便告别###，匆匆到意大利军团赴任。
2 李宗仁$李培英$###，字德邻，189年8月13日出生在广西桂林县西乡村（Lang）头村的耕读家庭。父亲###是当地的塾师，母亲务农。
1 刘志成$王绍侠$###、###结婚后，1973年生下刘强东。
11 贺龙$贺良仕$##的祖父###，人称衡山公，是一名武库生。
3 贺龙$贺英$##十分羡慕这种生活，很想去当骡子客，可是，从哪里去找一匹牲口呢？他去找大姐##。
0 贺满$贺龙$1927年北伐战争时，贺英与四妹##姑到了武汉，受到##的很大影响，决心投身革命。
2 贺龙$贺士道$1913年的春天，##赶着骡马来到了湖北西部的恩施。途中遇到了父亲。###便跟儿子同行了。
4 石青阳$陈渠珍$###经长沙过湘西，会见了他的旧部属###，借兵援川。
0 荣欣塔巴$曼德拉$####的儿子贾斯提斯比###大四岁，他个头很高，英俊潇洒，歌喉诱人，往往吸引了一大群“女崇拜者”。
6 曼德拉$凯泽·马坦齐马$###在黑尔堡大学的另一位好友是#######。
2 佐·阿·布托$沙·纳瓦兹·汗·布托$######的母亲伯格姆·胡尔希德·布托，出身于印度孟买一个收入低微的印度教徒家庭，她与那时正在孟买担任公职的富家子弟##########相识并结婚。
1 龚如心$王德辉$据悉，###于1955年与###结婚，###其后两度被绑架，于1990年被绑架后就一直失踪。
1 陈中明$马明英$###的妻子###不喜欢他的爱好，也不读他的诗。
0 张缚$陈子龙$柳如是曾与南明复社领袖##、###友好，与陈情投意合，但陈在抗清起义中不幸战败而死。
7 王崇武$杜呈祥$###（1911~1957），著名明史研究专家。1932年至1936年在北京大学史学系学习，与邓广铭、王毓铨、###、张政烺、傅乐焕等为同学。
7 王崇武$张政烺$###（1911~1957），著名明史研究专家。1932年至1936年在北京大学史学系学习，与邓广铭、王毓铨、杜呈祥、###、傅乐焕等为同学。
9 胡果$胡国梁$##(1919～1979年)，原名###，祖籍南京。
7 周承菼$蒋百里$###（1883—？），字赤忱，海宁盐官人。初，在杭州求是书院学习。1902年官费留学日本，入陆军士官学校，与###同学。
7 文叔$杨贤江$主人见##勤奋好学，资助入杭州浙江第一师范学校，与丰子恺、###同学。
7 丰子恺$杨贤江$主人见文叔勤奋好学，资助入杭州浙江第一师范学校，与###、###同学。
10 陈洁如$蒋介石$###（1906年—1971年1月21日），###之恋人，蒋后来为与宋美龄结婚而将与其分手。
0 陈洁如$宋美龄$###（1906年—1971年1月21日），蒋介石之恋人，蒋后来为与###结婚而将与其分手。
1 蒋介石$宋美龄$陈洁如（1906年—1971年1月21日），###之恋人，蒋后来为与###结婚而将与其分手。
3 阿卜杜勒·哈米德一世$塞利姆三世$1789年，##########去世，其弟#####继位。
1 保罗·高更$梅特·索菲亚·加德$#####早年在海轮上工作，后又到法国海军中服务，23岁当上了股票经纪人，收入丰厚还娶了一位漂亮的丹麦姑娘#########为妻。
2 崔浩$崔宏$到了##的父亲##，文才出众，被称为冀州神童，被拓跋珪所欣赏，留在了北魏任职，官居吏部尚书。
10 马湘兰$王稚登$就这样，###为###付出了一生的真情，自己却象一朵幽兰，暗自饮泣，暗自吐芳。
2 徐寿$徐建寅$##出手不凡，没过几月就和次子###造出了蒸汽机模型。
0 德彪西$柴科夫斯基$1880年，###到俄国担任了#####的至交——梅克夫人的家庭钢琴师。
6 柴科夫斯基$梅克夫人$1880年，德彪西到俄国担任了#####的至交——####的家庭钢琴师。
5 福楼拜$莫泊桑$那时，大文学家###成为###文学上的导师，他们两人结下了亲如父子的师徒关系。
5 吴道子$张僧繇$ 好在《历代名画补遗》中提到了杨惠之的线索，原来是他是###的同门师兄弟，他们有一个共同的老师，叫做###。
10 郑爽$张恒$据企查查，##前男友##担任法人的“上海鲸乖乖人工智能科技有限公司”因未按时履行法律义务8月25日被法院强制执行，执行标的为一万，该公司实际控制人及受益人是##。
10 郑爽$张恒$2019年10月不断有####分手的消息传出，##将##相关情侣用品挂在二手交易平台进行出售。
7 孙立朝$金默生$尚格东(1917—1979)原名###，别名孙党曦。单县邓楼村人。1935年考入菏泽第六中学高中部学习。后在济南参加学生军训时，与济南同学###等人成立了“博文学会”。
5 雪卿$邓叔宜$##(1908?—1955)，女，祖籍珠海唐家，生于上海。爱好粤曲，曾在广东著名音乐家###指导下学唱粤曲与演奏扬琴，成绩斐然。
0 张文达$唐雪卿$在###敦促下，###由“晨钟”转入“非非”，任女主角，与薛觉先合作拍制《狂蜂浪蝶》，并经常与薛同台演出粤剧，感情增进，结成良缘，建立“觉先声”班，夫妻俩以演出《白金龙》一剧而名噪一时。
9 刘亚楼$刘振东$###（1910年4月－1965年5月7日），中国人民解放军高级将领。原名###，福建武平人。
9 筱文艳$张士勤$###，原名###。淮剧女演员。江苏淮安人。
9 杨堃$杨象乾$##(1901年10月8日～1998年7月26日)又名###、杨赤民。汉族。中国共产党党员。生于河北省大名县。中国当代民族学家、社会学家、人类学家。
9 杨象乾$杨赤民$杨堃(1901年10月8日～1998年7月26日)又名###、###。汉族。中国共产党党员。生于河北省大名县。中国当代民族学家、社会学家、人类学家。
9 林利$林立洋$##，原名###，港台明星。唱《新扎师兄》主题曲的##，在台湾居住了16年，最近始返回香港，但未决定会否留在香港发展。
3 于佑福$于堃江$###出身相声世家，其父于福寿、其兄###、其姐于小福都是曲艺名家。
0 于福寿$于小福$于佑福出身相声世家，其父###、其兄于堃江、其姐###都是曲艺名家。
8 于佑福$马三立$###4岁登台，1931年起同家人合作表演相声，并曾与相声泰斗###合作。
11 海都$窝阔台$##，是###第五子合失的儿子，幼年是在成吉思汗的斡耳朵（宫帐）长大的，聪明能干，深得成吉思汗的喜欢。
2 窝阔台$合失$海都，是###第五子##的儿子，幼年是在成吉思汗的斡耳朵（宫帐）长大的，聪明能干，深得成吉思汗的喜欢。
0 窝阔台$成吉思汗$海都，是###第五子合失的儿子，幼年是在####的斡耳朵（宫帐）长大的，聪明能干，深得####的喜欢。
2 郭守正$郭台铭$###，富士康科技掌门人###大儿子，2013年初，###正式出任富士康子公司“三创”的董事长。
1 陈凯歌$洪晃$###的第一任妻子是孙加林。77届大学生。留学加拿大。曾杜邦高级研究员，2002杜邦年度科学家。现居上海任美国公司亚太总监。###第二任妻子是##，现任妻子为著名演员陈红。
8 神木隆之介$上白石萌音$《你的名字。》是由新海诚执导，由#####、#####担任主要配音的一部原创日本动画电影 [1] 。作品于2016年8月26日在日本上映。中国内地于2016年12月2日上映。作品讲述了男女高中生在梦中相遇，并寻找彼此的故事。中国大陆于2017年8月26日全网首播。
1 克林顿$希拉里$1973年###从耶鲁法学院毕业后回到阿肯色州在阿肯色大学法学院任教，是时###为国会水门事件调查委员会工作，并于1974年来到阿肯色州与###成为同事。两人于1975年10月11日结婚。育有一女切尔西·###（Chelsea Victoria Clinton)，出生于1980年1月27日。
6 乌瑟尔$弗丁$作为白银之手骑士团创始人光明使者###的亲密友人，当年的##是骑士团中地位最为崇高的圣骑士之一。
0 李讷$邢振文$今年初参加纪念毛泽东主席诞辰117周年——毛体书法·中国民族文化书画展走进娄底，毛泽东女儿##收藏了###先生的《沁园春.雪》，并合影留念。
11 安倍晋三$岸信介$2014年8月12日，日本首相####回到故乡山口县，为其扫墓；2015年9月22日，####前往静冈县小山町为外祖父###扫墓。
10 柳德米拉$尤拉·阿布罗西金$####是一个非常重感情的姑娘，她和########的关系一直保持了好几年。
11 黄右昌$黄道让$###生于一个书香门第，祖父###是清朝咸丰年间进士。
2 方召麐$王淑英$###，其父亲方寿颐为江苏纺丝厂的实业家，母为###；13岁起跟随老师陶伯芳努力学习中英文并学国画，1933年随钱松岩、陈旧村学习山水画，同年其作品入选白浪画会之“无锡各团体书画联展”，1938年到英国曼彻斯特大学攻读欧洲近代史。
0 方寿颐$陈旧村$方召麐，其父亲###为江苏纺丝厂的实业家，母为王淑英；13岁起跟随老师陶伯芳努力学习中英文并学国画，1933年随钱松岩、###学习山水画，同年其作品入选白浪画会之“无锡各团体书画联展”，1945年到英国曼彻斯特大学攻读欧洲近代史。
0 王淑英$陈旧村$方召麐，其父亲方寿颐为江苏纺丝厂的实业家，母为###；13岁起跟随老师陶伯芳努力学习中英文并学国画，1933年随钱松岩、###学习山水画，同年其作品入选白浪画会之“无锡各团体书画联展”，1948年到英国曼彻斯特大学攻读欧洲近代史。
6 顾青瑶$方召麐$苏州籍女画家###，是###的朋友。
8 顾青瑶$李秋君$###曾在上海和张大千“生平第一知己”###在上海同办“中国女子书画会”，于是也与张大千交好。
0 钱松喦$赵少昂$方召麐先生一生有三位老师：###，###，张大千。虽然方召麐一生都非常尊敬这三位老师，但对她艺术道路影响最大的，无疑是张大千。
4 汤芗铭$孙中山$1912年1月1日中华民国成立，###因援汉之功，被临时大总统###任命为中华民国首届政府国务委员、海军部次长兼北伐军海军总司令。
1 雨侨$罗力威$2018年2月5日，##和男友###正式公布于3月31日结婚的喜讯。
9 亨利王子$哈里王子$威尔士####殿下，全名为亨利·查尔斯·阿尔伯特·大卫·蒙巴顿-温莎，被大众昵称为####，是英国王室的成员之一，当今英国王储威尔士亲王查尔斯和威尔士王妃戴安娜的次子。
2 亨利王子$戴安娜$威尔士####殿下，全名为亨利·查尔斯·阿尔伯特·大卫·蒙巴顿-温莎，被大众昵称为哈里王子，是英国王室的成员之一，当今英国王储威尔士亲王查尔斯和威尔士王妃###的次子。
10 哈里$切尔西$2010年6月20日：###向友人表示已与##分手，未来将定居南非。
0 切尔西$凯特$2011年4月29日，###作为哈里王子的女友出席威廉王子与##的婚礼，及婚礼后的晚宴。
0 哈里王子$威廉王子$2011年4月29日，切尔西作为####的女友出席####与凯特的婚礼，及婚礼后的晚宴。
9 李先荣$合阳虎$###，艺名###，1936年8月生，重庆市合川人。
0 萨莎·拜伦·科恩$布鲁洛$《AliG个人秀》中经常出现的另外两位也都是由########扮演的角色便是波拉特和###。
0 波拉特$布鲁洛$《AliG个人秀》中经常出现的另外两位也都是由萨莎·拜伦·科恩扮演的角色便是###和###。
5 白鸟库吉$兰克$1887年####进入东京帝大新设的史学科，师从考据学派的史学大师##教授的著名弟子，德国史家利斯(Ludwig Riess,1861—1928)教授,接受了##学派史学实证主义的教育。
5 白鸟库吉$利斯$1887年####进入东京帝大新设的史学科，师从考据学派的史学大师兰克教授的著名弟子，德国史家##(Ludwig Riess,1861—1928)教授,接受了兰克学派史学实证主义的教育。
8 陈若琳$汪皓$第三轮开始自选动作的比拼，###/##选择107B(向前翻腾三周半躯体)，动作非常漂亮，同步性几乎完全一致，整套动作几无瑕疵，取得76.50分，三轮过后领先优势超过30分。
8 陈若琳$汪皓$第二轮###/##的201B(向后翻腾两半周躯体)，依旧完成得很漂亮， 两人动作轻盈舒展，姿态优美压水花很出色，取得55.20分。
9 高金素梅$金素梅$####(Chin May)，原名###，女，1965年9月21日出生于台湾。政治人物，演员，歌手，主持人。
2 钟会$钟繇$##是##的儿子。他和哥哥钟毓打小就聪明，远近闻名。
3 钟会$钟毓$##是钟繇的儿子。他和哥哥##打小就聪明，远近闻名。
9 冷冰心$冰星$冷冰鑫 (1938～)原名###，笔名##。江苏丹阳人。中共党员。高中毕业。
0 孙连仲$黄樵松$1938年1月，###部由晋调豫整补，###升任27师师长。
8 庄文波$蒋卫军$飞行员###和###在生死时速的8分钟内，毅然放弃跳伞，冒险选择迫降；强改飞机落点，规避麦田村民，成功实施了场外着陆，避免了一场重大的飞行事故，确保了国家财产和人民群众生命安全，用实际行动践行了当代革命军人核心价值观。
2 岑春蓂$岑毓英$###(1860-1944)广西西林人。字尧阶，又字瑞陶，号馥庄。清末大臣###子。荫生出身。
0 庄文波$蒋卫军$飞行员###和###在生死时速的8分钟内，毅然放弃跳伞，冒险选择迫降；强改飞机落点，规避麦田村民，成功实施了场外着陆，避免了一场重大的飞行事故，确保了国家财产和人民群众生命安全，用实际行动践行了当代革命军人核心价值观。
0 威尔基·柯林斯$詹姆斯·威尔基·布罗德瑞克$他们的第一个儿子#############在2002年10月28日出生，其名来布罗德瑞克的父亲詹姆斯·布罗德瑞克，而中间名是来自夫妻俩相当喜爱的作家#######。
4 曲茹$毛泽东$后来##到延安向###主席汇报了这件事。
5 马明达$马凤图$###教授自幼师从父###求学，文武并修。
5 孔杰$刘小光$##6岁学棋，12岁进国家少年集训队，师从###九段。
0 陈扶民$杜新民$被逮捕的###、###等七人，后经黄樵松等力保，得免于难，但都被逐出了27师。
8 陆纾$彭治民$知情者透露，同案的##，一直是###的重要生意伙伴，在##名下，不仅有希尔顿酒店、希尔顿物业管理有限公司、重庆庆隆南山高尔夫俱乐部有限公司，还有重庆海客装饰工程有限公司，后者主要为“海客瀛洲”楼盘负责装饰工程项目。
1 阿旺晋美$阿沛．才旦卓嘎$1935年，####与年方17岁、出生于贵族宇妥家的#######结为伉俪。
11 徐天锡$徐嘉禄$###，1907年10月8日出生于上海市一个较富裕的家庭里。祖父###，原籍江苏崇明，年轻时只身到上海，经商起家，置下了不少产业。
0 高金素梅$郑志龙$####先前也曾与亲民党籍立委###爆出绯闻，郑妻吕祖颖并传真信件给媒体公开质疑，要求与郑离婚。
9 黄樵松$黄德全$###原名###，字道立，号怡墅，1901年出生在河南省尉氏县蔡庄乡后黄村。
0 李清$汪皓$2002年，前跳水名将谭良德、##正式开始执教天津跳水队，而##那并不娴熟的“前空翻”和“后空翻”的动作幸运地被这对名将夫妇“点中”。
8 贾维尔·巴尔登$本杰明·布拉特$2007年她与西班牙演员#######、美国演员#######一起出演了名著改编影片《霍乱时期的爱情》。
0 黄樵松$冯玉祥$###愤于国家贫弱，立志从军报国，便毅然中断学业，与同学张宗衡一道去报考###的学兵团。
0 曹丕$钟会$魏文帝##也听说了##兄弟的名声，就让兄弟俩来宫中见个面。
2 保罗·豪塞尔$库尔特·豪塞尔$######于1880年10月7日出生于哈弗尔河畔勃兰登堡(Brandenburg an der Havel)的一个正统普鲁士军人家庭。父亲#######当时是陆军少尉，最后官至帝国陆军少校。
2 卧龙生$王氏$1930年生于河南南阳市镇平县。其父牛一珍，为一绸布小商人，其母##，生四男一女，###为老大。
3 理查德·卡彭特$卡伦·卡彭特$卡彭特乐队（The Carpenters）是美国歌星#######和######兄妹二人组成的演唱组合，1970年代和1980年代初期风靡一时。
9 马辉之$星荣$###，原名##。湖南长沙人。1922年参加粤汉铁路徐家棚分工会，从事工人运动。
10 张玉珊$向华胜$据说每一个成功的女人后面有一个男人，###的男人便是###。他们曾是以未婚夫妻相待，可是，短短几年间，随着###的发迹，他们的感情也渐生变化,感情的事谁说得清。
8 格雷厄姆$纽曼$####和##组建了新的投资合伙公司——####—##公司，####负责最核心的分析和投资策略，##负责处理与投资有关的各种具体事务。
0 汪鑫$陈若琳$由于##受伤，汪皓成为奥运冠军###的新搭档。2010年的跳水世界杯，配对没多久的###/汪皓组合便以绝对优势，拿下女子双人10米台的冠军。
9 罗家权$罗家英$42岁的###喜出望外，一改放鞭炮的传统，以机枪声来庆贺，这个孩子叫罗行堂(后改艺名###)。
0 保罗·豪塞尔$弗里德里希·多尔曼$1944年6月28日，######奉命接任第7集团军总司令，因为前任指挥官#########大将因心脏病突发而死。
1 钟丽缇$严铮$2003年8月29日，###在她出生及成长的加拿大蒙特利尔与##举行婚礼。
2 丽贝卡·豪尔$彼特·豪尔爵士$######是英国女演员，其父亲是英国著名的戏剧制作人和导演#######，生母则是曾饰演过卡门、莎乐美等角色的女高音歌唱家玛丽亚·艾文（MariaEwing），不过父母在她五岁时离异。
2 熊毅$熊继成$##，字其毅，贵州贵阳人，1910年4月13日出生于日本东京。父亲###是早年留学日本的农学家，1911年回国，曾任贵州农业学校校长，农场场长，贵州省垦植局长、蚕桑局长，贵州省农会会长等职。
2 米特·罗姆尼$乔治·罗姆尼$######之父######曾经担任过密歇根州长，并参加过1968年美国总统竞选，在共和党提名战败于尼克松；其母兰诺·罗姆尼竞选过1970年美国参议员。
0 兰诺·罗姆尼$尼克松$米特·罗姆尼之父乔治·罗姆尼曾经担任过密歇根州长，并参加过1968年美国总统竞选，在共和党提名战败于###；其母######竞选过1970年美国参议员。
10 张玉珊$向华胜$星途暗淡的###凭着###这样的坚强后盾，加上聪明的脑袋，为自己创出一片新天地。江山打下来了，可是，他们却分手了。因为她的钱足够让自己独立，已不需要坚强的后盾了。当然，再见亦是朋友，就算分手了仍要以好朋友相待。
2 邹俊杰$邹永强$###的父亲###是业余围棋2段。7岁学棋，1991年进入广西队，1992年定为职业初段，同年进国家少年围棋队。
9 爱之助$片冈宽之$###出生在一个和歌舞伎无缘的家庭，本名####。
8 吴玉文$程砚秋$###在长期与###的合作中慢慢地爱上了程派的唱腔，由于喜爱与挚着他从没有离开过程先生的剧团，凡###有演出毕用###的月琴。
2 钟丽缇$严紫凝$2011年5月16日，据台湾“苹果日报”消息，40岁的港星###被不少网友奉为“性感女神”，2010年2月才为台湾音乐人老公严铮产下小女儿###，夫妻俩经常大晒恩爱。
1 钟丽缇$严铮$2011年5月16日，据台湾“苹果日报”消息，40岁的港星###被不少网友奉为“性感女神”，2010年2月才为台湾音乐人老公##产下小女儿严紫凝，夫妻俩经常大晒恩爱。
4 黄樵松$王裕家$11月1日，###派谍报队长王震宇、队员###穿越火线，到解放军阵地，给徐向前司令员送去表示决心起义的信。
0 王裕家$徐向前$11月1日，黄樵松派谍报队长王震宇、队员###穿越火线，到解放军阵地，给###司令员送去表示决心起义的信。
8 汪皓$陈若琳$天津姑娘##与队友###搭档技压群芳，摘得伦敦奥运会女子双人10米台金牌。
1 冯玉祥$李德全$这年，###与###结婚，黄随待左右，出于尊敬，将其原名德全改为樵松。
2 罗家英$罗家权$###原名罗行堂。祖籍广东顺德。出身粤剧世家。1949年跟随父亲###(罗仕干)往香港定居。
13 李士桢$曹寅$而随后###又将女儿嫁予##（时任江宁织造，曹雪芹祖父），由于他们二人身居织造要职，又同时监管盐务，再加上两家的亲戚关系，致使李、曹两家之间变的一损俱损，一荣俱荣。
8 汪明荃$林家声$###在1983年曾经和###合组满堂红剧团演出《天仙配》，后因意见不合结果不欢而散。
2 帕克$史蒂芬·帕克$##出生在俄亥俄州的奈尔森维尔，其母芭芭拉是一名护理学校的经营者兼教师，其父史蒂芬·##是一名企业家兼记者。
10 袁咏仪$张智霖$1993年12月31日深夜，###和###来到教堂前倒数钟声迎新年，两人听着悦耳的钟声情不自禁长时间接吻，再抬头时已是1994年1月1日凌晨。
2 杨德豫$杨树达$###1928年12月12日生于北平，在北平师范大学第二附小念的初小，父亲###是清华大学中文系的教授，他主要是搞语言文字学，研究《汉书》、《春秋》、《论语》等。
1 严铮$钟丽缇$不过看似甜蜜幸福的婚姻，却传出早已破裂，据悉，##花心喜欢与年轻辣妹暧昧，惹###不高兴，双方不时为此争吵，4月初就传出2人分居消息。
2 朱邦复$朱怀冰$###先生，生于1937年10月12日，籍隶湖北省黄冈县（今属武汉市新洲区阳逻镇）。父###，名万荫，毕业于保定军校，曾任中国国民革命军第九十七军军长和第五战区参谋长参与抗战，以及湖北省政府民政厅长，代主席、台湾省政府秘书长、“总统府”国策顾问等职，是台湾军政界有着重要影响力的人物。
10 张智霖$袁咏仪$###和###的性格差异很大，再加上事业方面一直是女方红过男方，不少人对他们这段感情不看好。
8 本杰明·格雷厄姆$大卫*陶德$六十多年前，########与#####(David Dodd)合著的《有价证券分析》一书在1934年问世了，从而奠定了他的“财务分析之父”的地位。
10 张智霖$袁咏仪$1999年，###的生日快到了，很早之前###就开始精心琢磨送男友什么礼物，想起有一次看杂志，一则手机广告深深吸引了###，那是一款即将上市的小手机，###很眼馋。
2 赫伯特$布莱恩$战争结束后、###进入华盛顿大学读书。他在一堂写作课上遇见了贝弗莉·安斯图亚特，两人一见倾心，并于1946年6月20日在西雅图结婚，次年，他们的儿子###出世。
0 张智霖$郭富城$2001年2月8日，###和袁咏仪在美国秘密结婚，回香港后在铜锣湾###经营的餐厅里补摆了喜酒。
2 格雷厄姆$多娜$而生活对这一家人的打击还远远没有结束，1907年初####的母亲##在找不到投资方向的情况下把大部分的积蓄拿到股市上去碰碰运气，到1907年底的时候股市狂跌了49%，####那一家可怜的家产就这样在股灾中被无情的吞噬了，正是从母亲那沉痛而憔悴的脸上少年时代的####读到了股市这本复杂之书的第一页。
4 蒋介石$戴柄南$事后，###、阎锡山论功行赏，###被提升为30军军长，仵德厚被升为27师师长。
4 蒋介石$仵德厚$事后，###、阎锡山论功行赏，戴柄南被提升为30军军长，###被升为27师师长。
0 戴柄南$仵德厚$事后，蒋介石、阎锡山论功行赏，###被提升为30军军长，###被升为27师师长。
0 焦仁和$陈水扁$两年之后，因为与###当局“台独”立场意见不合，###离开政坛，重拾专业律师的“老本行”，担任台湾信和国际法律事务所所长。
2 马志明$马三立$###，天津市曲艺团一级相声演员，幽默大师###之子，相声前辈朱阔泉之徒，是马派相声艺术的主要传人，很好地继承了马派相声的精髓。
0 廖剑玲$郭晶晶$###2001来北京后在人民大会堂工作，一次偶然的机会认识了来这里参加活动的田亮，经过一段时间的接触和交往成为了恋人，为了支持田亮的事业，###放弃了在模特圈里的工作，专心在家操持家务，当上了田亮的“主妇恋人”，五年中###放弃了许多发展的机会，甘心为田亮默默奉献，每当参加一些公开活动或者聚会，田亮对不熟悉的朋友和同事都称###是他的私人助理，对此###也毫无怨言，后来田亮与###传出了绯闻，###对男友也给予了充分的信任和理解。
1 汪家栋$王芳$从蹒跚学步到辉煌发展、从幼稚嫩茁到成熟练达，从风风雨雨的创业到硕果累累的收获，###、##作为父母亲，亲历了汪皓走过的每一步历程。谈及汪皓的成长，他们娓娓道来。
0 苟长栓$颜成龙$1989年秋，###把###介绍到社旗县体委，得到了时任体委主任李世夫的赏识。
2 尉迟恭$宝林$###离家投军，梅秀英正怀身孕，###将孩子起名##，并且留下自己雌雄双鞭中的一根，刻上“尉迟##”作为父子相认的凭据。
3 斯文·本德$拉尔斯·本德$现效力于德甲多特蒙德足球俱乐部的#####是######的异卵或同卵双胞胎兄弟。兄弟俩同是各自俱乐部主力球员。
8 琼·罗宾逊夫人$J.R.沙克尔顿$#######虽然未能获得经济学界的这一最高荣誉，但她被世人公认的最高成就是在########和G.洛克斯利合编的《当代十二位经济学家》一书中榜上有名。
0 朱雨玲$佐藤瞳$2017年4月，第23届亚洲乒乓球锦标赛，女双半决赛，###/陈梦3-0###/桥本帆乃香。
0 朱雨玲$桥本帆乃香$2017年4月，第23届亚洲乒乓球锦标赛，女双半决赛，###/陈梦3-0佐藤瞳/#####。
9 多塞纳$德雷亚·多塞纳$###全名是德雷亚·###（意大利语：Andrea Pietro Dossena，1981年9月11日－）是一名意大利足球运动员，担任左后卫，现效力意甲球队那不勒斯。
5 吴大猷$饶毓泰$1929年夏，###在南开大学物理系毕业，恩师###教授安排他留校任教，讲授近代物理学和力学。
1 阮冠世$吴大猷$在###回国后，###执意向病床上的冠世求婚，同时告诉母亲，说患肺病的女友可能不生育……母亲惊呆了。
0 茜比尔$泰勒$此后，伯顿同饰演埃及艳后的伊丽莎白·##绯闻不胫而走，常成为轰动舆论界的头条新闻，遂与发妻###离婚，与##结合。
0 王世昌$刘月生$施工期间，60多岁的###始终奔波在一线，###因岁数较大，默默地在背后支持。
2 克莉丝汀$弗斯脱·瓦格纳·赛维尔·阿奎莱拉$####的父亲################是一名美国军人，出生于厄瓜多尔的瓜亚基尔，19岁移居史泰登岛。
0 胡亚基$佘连城$1895年，新加坡商界著名的粤籍华人领袖之一###去世15年之后，其后人把占地70亩的当地少数名胜之一南生花园卖给###，他把它改名为明丽园，作为自己的住宅与应酬交往场所。
9 玛莎·葛兰姆$马莎·格雷厄姆$######（英语：Martha Graham，1894年5月11日－1991年4月1日），又译为#######，美国舞蹈家和编舞家，也是现代舞蹈史上最早的创始人之一。
1 伊丽莎白·泰勒$理查德·伯顿$#######和######。两度结婚，两度离婚，两人合作了11部经典电影，互相折磨了22年。这对银幕情侣银幕下的爱情故事比任何一部爱情电影都更富戏剧性。
13 孟保毛$于俊崇$滨海县教育局中教股原股长###与###是表兄弟，“那时候他家很穷，人口也多，但他非常珍惜读书机会，在他带头下，他的三个弟弟们也都读了很多书，并且成绩也都不错。”
3 黄宗英$黄宗江$###有两个哥哥，两个姐姐，两个弟弟，兄弟姐妹共七人，大哥###对###的影响最大，###在燕京大学读书时，放弃学位，只身南下上海，当起了话剧演员。
6 葛兰姆$贝莎比·罗斯切德$###的跳舞生涯大约在1950年代趋于幕后，1948年，她成立了玛莎###当代舞蹈中心，########（Bethsabée de Rothschild, 她过去的学生之一）成为了她的知心好友。
1 路青$艾未未$##，艺术家###的妻子，也是一个画家，画一些让未未也赞赏的画，只是她不提，她活在他的光环之下，活得安稳，出尘。
0 泰勒$伯顿$##与##于1962年在拍摄《埃及艳后》时相识，他俩分别扮演艳后和安东尼。
8 鲍威尔$朱赛普·欧西里尼$1947年###与########、H.Muirhead和年轻的巴西物理学家恺撒·拉特斯（CésarLattes）一起发表了关于使用照相技术发现π介子的论文。
8 范·迪塞尔$保罗·沃克$2009年，与#####、#####合作主演犯罪动作片《赛车风云》，再次饰演技艺高超的赛车手韩。
2 艾未未$艾青$###，##之子。
5 吴大猷$饶毓泰$ 1940年，在南开大学###用英文撰写了第一部专著《多分子的结构及其振动光谱》，受到恩师###的器重。
2 李贞$禹臣$李舜臣就是##与草溪卞氏之子，他还有兄长羲臣、尧臣和弟弟##。
2 草溪卞氏$尧臣$李舜臣就是李贞与####之子，他还有兄长羲臣、##和弟弟禹臣。
0 刘在石$金希澈$2016年03月16日，韩国职业电玩选手林遥焕、演员金佳妍将于5月举行婚礼，###、SUPER JUNIOR成员###、FTIsland成员李洪基等将出席。
0 金希澈$李洪基$2016年03月16日，韩国职业电玩选手林遥焕、演员金佳妍将于5月举行婚礼，刘在石、SUPER JUNIOR成员###、FTIsland成员###等将出席。
4 陆克文$吉拉德$2007年11月24日，工党在澳大利亚联邦大选中，终于获得了胜利。当月29日，###成为澳大利亚总理，他任命###为副总理，于是她成为澳大利亚历史上首位女副总理。
10 吉拉德$TimMathieson$###投身政治二十多年，积极主张女性参与国家政治与社会革新。她至今未婚，是首位将非婚伴侣带进首相官邸的总理。她与理发师男朋友############相处多年，并与其同居。
0 阿伦尼乌斯$克莱夫$1883年，34岁的#####在前人的基础上研究溶液导电性，在进行了深入的理论分析后，他找到###教授，希望得到支持和帮助。
0 惠更斯$R.笛卡儿$###于1629年4月14 日出生于海牙。父亲是大臣和诗人，与#####等学界名流交往甚密。###自幼聪慧，13岁时曾自制一台车床，表现出很强的动手能力。
10 斯嘉丽$西恩·潘$2011年，###与####的“父女恋”也只维持了三个月便宣告结束。
11 杨宇霆$杨正荣$###原籍宋道口镇代岭村，原名玉亭，字凌阁(又作邻葛)。祖父###于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父杨永昌，母亲张氏，以开大车店为生。
2 杨宇霆$杨永昌$###原籍宋道口镇代岭村，原名玉亭，字凌阁(又作邻葛)。祖父杨正荣于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父###，母亲张氏，以开大车店为生。
13 杨正荣$张氏$杨宇霆原籍宋道口镇代岭村，原名玉亭，字凌阁(又作邻葛)。祖父###于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父杨永昌，母亲##，以开大车店为生。
================================================
FILE: data/train.txt
================================================
0 戴东原$李源澄$与###论###书
0 刘国桢$梅秀英$尉迟宝林倒反白良关，杀死###，###自尽全节。
0 陶一清$徐北汀$1982年由张先生介绍跟山水画家###、###先生等前辈专门研习北派山水画。
6 胡淑芬$蔡春猪$我是###，我是###的朋友。
5 卫庄$鬼谷子$《秦时明月》##与剧中人物关系非常的复杂，##和盖聂是同门师兄弟，都是###的徒弟。
1 汪峰$齐丹$##曾有两段婚姻，他的第一任妻子是四川主持人##，两人在##成名前就已经相识。
2 程智轩$沈金卿$###背景及遭遇:轩品性善良，除对生母凤孝顺之外，对继母###亦甚为尊敬。
0 张宗衡$冯玉祥$黄樵松愤于国家贫弱，立志从军报国，便毅然中断学业，与同学###一道去报考###的学兵团。
13 威廉四世$维多利亚$1837年6月20日，####辞世，他的侄女####即位。
0 毛泽东$李讷$1985年初，在###原卫士长李银桥夫妇的热心帮助下，##和王景清结婚。
12 狄龙$李海生$许多人听到这个名字可能不熟悉，不过他的来头不小，和##是同门师兄弟，两人曾经都拜在叶问徒弟招允门下学习咏春，当年###进入电影圈发展也是##介绍的。
8 何洁$孔令晨$（##演唱歌曲）:《201314》是##演唱的一首歌曲，###作词，DJHunter作曲。
0 抚骆秉$苏元瑞$时湖南巡###章命席保田募兵，苏元春与长兄苏元璋、堂弟###即率百余人投湘军席宝田部，苏元春被任命为百夫长
4 陈友谅$张必先$为了杀掉陈理，朱元璋可是没少费心思，然而只是杀掉了###曾经的一员大将###。
0 闫妮$钱三一$由张嘉译、##、赵今麦、郭俊辰等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸###的郭俊辰和饰演林妙妙的赵今麦，听这两位年轻演员剖析角色和回忆塑造角色过程。
7 孙党曦$金默生$尚格东(1917—1979)原名孙立朝，别名###。单县邓楼村人。1935年考入菏泽第六中学高中部学习。后在济南参加学生军训时，与济南同学###等人成立了“博文学会”。
6 德彪西$马拉美$1890年以后，###和象征派诗人###结识，他加入了以###为首的巴黎文艺沙龙。
2 周永康$周滨$1972年1月，在冰天雪地的东北，王淑华给###生下##，那时，###大学毕业后在辽河石油会战指挥部工作，来自江南水乡的他在东北工作第8年。
8 张连文$王富华$###、###等爆破班，将所有炸药包带上，准备炸楼！"
8 彭治民$王小军$另外，###还与黑社会性质组织犯罪头目###共同开设娱乐场所，涉嫌从事违法犯罪活动。
0 虚竹$李秋水$##的师父无崖子和###是同门师兄妹，而###是银川公主的奶奶辈，那么按辈分，##比梦姑高一辈啊！
5 何孟春$李东阳$###少年时代在###门下求学，学问很广博。
8 徐伯昕$邹韬奋$###与###的合作，称得上相D1278。
0 新海诚$神木隆之介$《你的名字。》是由###执导，由#####、上白石萌音担任主要配音的一部原创日本动画电影 [1] 。作品于2016年8月26日在日本上映。中国内地于2016年12月2日上映。作品讲述了男女高中生在梦中相遇，并寻找彼此的故事。中国大陆于2017年8月26日全网首播。
4 曾国藩$咸丰帝$第二件事是在咸丰元年，已是翰林的###向###汇报工作，为了对工作情况进行详细说明，他还画了一幅图，但这图画得丑陋不堪，引起了满朝大臣的嘲笑。
2 孙杨$杨明$##的妈妈叫##，##的名字后面一个字也是来源于她的名字。
5 赵立华$马泰$###，男，1959年9月16日出生，中共党员，国家一级演员，曾拜##、洪影为师，工文武小生、兼演老生。
12 金池$曾一鸣$就在十年前，##和曹格都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、###和今年在“中国好声音”亮相的魏雪漫。
0 金佳妍$金希澈$2016年03月16日，韩国职业电玩选手林遥焕、演员###将于5月举行婚礼，刘在石、SUPER JUNIOR成员###、FTIsland成员李洪基等将出席。
0 黄樵松$徐向前$11月1日，###派谍报队长王震宇、队员王裕家穿越火线，到解放军阵地，给###司令员送去表示决心起义的信。
3 李登辉$岩里武则$###6月7日在东京前往靖国神社，“祭拜”哥哥李登钦(日本名“####”)。
5 朱阔泉$焦德海$###，著名相声大师，数来宝相声演员。别称“大面包”,第五代相声艺人。师承###。
0 李泽楷$李嘉诚$梁洛施入住###豪宅###掷2亿催婚(组图)###3周前坐私人飞机赴美把梁洛施母子接回香港。
1 曹云金$唐菀$6月11日，相声演员###宣布自己和妻子##因性格不合协议离婚，孩子归双方同抚养。
2 孙杨$杨明$而##的妈妈——##，身穿大红针织衫，戴着夸张的首饰来到庭审现场。
11 张树声$张充和$1人物经历:###的曾祖是晚清名臣###，曾任两广总督。
8 杜汶泽$钟孟宏$今年金马影展将于11月6日登场，开幕片《停车》集合张震、桂纶镁、高捷、戴立忍、庹宗华、###(blog)等人齐聚飙演技，###执导运镜大胆花俏、节奏明快。
0 韩湘子$吕洞宾$唐朝后期，韩愈被贬，心情十分不好，刚好遇到他的侄子###和华山修道士###，二人劝说韩愈去华山一游，以解心头之闷。
2 陈佩斯$陈大愚$###的妻子叫王燕玲原来是一名护士，经人介绍嫁给###，后来成为了###的经纪人，夫妻婚后育有一子，取名###。
1 特鲁多$苏菲$据加拿大CTVNews报道，加总理###的妻子##的新型冠状病毒检测结果呈阳性。
7 孙艺洲$曹晓雯$###和妻子###是上海戏剧学院表演系2002级同班同学，两人从大一开始谈恋爱，并于2009年9月9日正式结为夫妻。
0 沈氏$郭暧$女儿##嫁给了##和升平公主之子郭钊。
0 林三宝$林天昊$李飞通过林宗辉的女儿林兰约见林宗辉，李飞告诉他们###的车祸不是意外，而是###安排人故意杀害。
1 孙中山$卢慕贞$孙娫，###与原配###所生长女。
4 杨镐$刘綎$天命四年（1619年），明朝辽东经略##派遣总兵杜松率领六万人出抚顺关，##率领四万人出宽甸，攻打后金首都赫图阿拉。
10 李兆基$刘惠娟$###的女朋友名字叫###。
5 陈希曾$鲁仕骥$###是陈元次子，与他的兄弟一起跟从###求学。
0 冯去疾$李斯$前208年，大将军冯劫与其父右丞相###、左丞相##联合向秦二世进谏，请求停建阿房宫及减省戍役以减轻民困。
4 张必先$陈友谅$而###曾是###的得力干将，他的死让百姓很是心慌。
2 帕克$芭芭拉$##出生在俄亥俄州的奈尔森维尔，其母###是一名护理学校的经营者兼教师，其父史蒂芬·##是一名企业家兼记者。
4 黄金荣$林桂生$经过###与###的赏识提携，杜月笙才逐渐发达，而张啸林则成名更晚。
6 王景清$李银桥$###是###在中央警卫团的老战友，陕北神木县人。
6 毛泽东$陈昌$###经常于假日和蔡和森、##、张昆弟、罗学瓒等五六位好友，到“板仓杨寓”学习讨论各种问题，或谈治学、做人之道，或纵论天下大事，探求救国教民的真理，常常一攀谈就是几个小时。
0 于凤至$于文斗$张作霖娶###为儿媳，当初想法很简单，一是想以这种方式回报###的救命之恩
0 郑梦宪$郑周永$1999年3月，###的兄长郑梦九试图将###从集团董事会联合主席的位置上逐出。###及时召见了郑梦九，反而迫使他让弟弟一人独担董事会主席，而郑梦九只负责汽车业务。
2 吉安娜$科比$###是##和妻子瓦妮莎的第二个女儿，大家喜欢叫她的昵称Gigi。
1 张雨绮$袁巴元$爆料还指出，###前夫###支付给她的千万赡养费，也被张钱豪骗走了。
8 鲍威尔$H.Muirhead$1947年###与朱赛普·欧西里尼、##########和年轻的巴西物理学家恺撒·拉特斯（CésarLattes）一起发表了关于使用照相技术发现π介子的论文。
2 冯劫$冯去疾$前208年，大将军##与其父右丞相###、左丞相李斯联合向秦二世进谏，请求停建阿房宫及减省戍役以减轻民困。
12 张大千$胡小石$值得称道的是，二人不但在艺术理念和风格上颇有合辙之处，并且生活上情同手足，一道宴饮、雅集、会友、论艺，共同培养弟子，张善孖、###、马宗霍、###等俊彦皆列其门墙，一时成为书画界美谈。
2 张国恒$张玲丽$彼时，###的大女儿张阿丽11岁，小女儿###9岁。
11 秋嘉禾$秋瑾$祖父###那时在福建厦门、漳州一带为官，每每下堂回来，就会看到小小年纪的##，抱着杜甫、辛弃疾、李清照的诗词吟读不舍，有时##还捧着自己作的小诗给祖父看。
7 王毓铨$张政烺$王崇武（1911~1957），著名明史研究专家。1932年至1936年在北京大学史学系学习，与邓广铭、###、杜呈祥、###、傅乐焕等为同学。
8 杜琪峰$韦家辉$1996年，###和###、游乃海等人合组了银河映像电影公司。
2 科比$Gigi$吉安娜是##和妻子瓦妮莎的第二个女儿，大家喜欢叫她的昵称####。
2 秦琼$秦怀玉$秦汉，《薛丁山征西》中的人物，##之孙，###之子，与窦一虎是同门师兄弟，手持一对狼牙棒，武艺超群。
4 冯劫$秦二世$前218年，大将军##与其父右丞相冯去疾、左丞相李斯联合向###进谏，请求停建阿房宫及减省戍役以减轻民困。
1 叶培大$袁保鑫$1940年9月，###经学校介绍到重庆国民政府中央广播电台国际广播电台担任工务员工作。同年与###女士结为伉俪，袁女士毕业于西北师范学院家政系，治家有方，是###后来在事业上成功的贤内助。
5 郭德纲$金文$在2006年，###已经是小有名气了，并且在那一年他拜有着“西河评书第一人”之称的##先生为师。
9 刁夫$孙庆国$诗人##，原名###，现在北京一家中央级杂志社供职。
13 康拉德$鲁道夫三世$此###系#####的侄女婿。
0 谈杨$蔡晟$##称，自己知道##，但由于年龄关系，他没有看到过##踢球，“我希望成为第二个##吧，呵呵，要多学习。”
5 刘秉忠$郭守敬$郭荣与###交好，便将少年###送到###门下深造。
0 钱松岩$陈旧村$方召麐，其父亲方寿颐为江苏纺丝厂的实业家，母为王淑英；13岁起跟随老师陶伯芳努力学习中英文并学国画，1933年随###、###学习山水画，同年其作品入选白浪画会之“无锡各团体书画联展”，1951年到英国曼彻斯特大学攻读欧洲近代史。
6 李连杰$向华强$像###的身份，身边的朋友就是些马云、###、陈岚这样身份的成功人士。
12 曾一鸣$魏雪漫$就在十年前，金池和曹格都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、###和今年在“中国好声音”亮相的###。
0 左权$彭德怀$左太北出生于1940年5月31日，她的父亲是八路军高级将领、曾任八路军参谋长等职的##将军，她的母亲是###夫人浦安修在北师大女附中的同学刘志兰。
2 白羽彤$花弄影$###背景故事:###是一个富家女子，但抚养他的父母并非是他亲生父母，她实际上是楚公公和"百花教"教主###的私生女。
10 哈里$切尔西$2005年9月：##21岁生日专访时，公开###是自己的女友。
0 杨澜$董浩$##、倪萍、##、朱军、朱时茂、陈佩斯、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 比莉$徐若瑄$1996年出生的Nick，本名周汤豪，除了有个明星妈妈##外，他的父亲是演员周禹侯，曾与###合作电影《天使心》
0 佘锁林$张爱青$在1994年12月27日佘祥林一审被判处死刑后，一直为弟弟佘祥林鸣冤的###，在湖北省天门市石河乡姚岭村八组打听到张在玉（张在玉又名###）曾经出现过。
2 何建民$朱阿长$自从去年何彩林去世后，###的母亲###便常常拿出老伴以前从军时的老相片。
3 苏元春$苏元璋$时湖南巡抚骆秉章命席保田募兵，###与长兄###、堂弟苏元瑞即率百余人投湘军席宝田部，###被任命为百夫长
6 梁静茹$品冠$###，同是来自大马，又在同一家公司的静茹曾是##的歌迷，出道后更是成了好朋友，静茹称其为“##哥”。
12 蒋雯丽$孙俪$因在电影《梅兰芳》中出演青年梅兰芳而迅速走红的浙江越剧团演员余少群，昨天在北京签约海润经纪，与刘烨、###、##等成为同门。
1 左权$刘志兰$左太北出生于1940年5月33日，她的父亲是八路军高级将领、曾任八路军参谋长等职的##将军，她的母亲是彭德怀夫人浦安修在北师大女附中的同学###。
1 韩国瑜$李佳芬$《中时电子报》在专访###妻子###时，她谈到近日丈夫###在压力之下日益消瘦，不舍地眼光泛泪，并说“如果可以重选，对于从政之路我会说NO（不）！”
4 冯玉祥$樵松$这年，###与李德全结婚，黄随待左右，出于尊敬，将其原名德全改为##。
7 郑爽$卢杉$不仅如此,##和阚清子、##都是同班同学。
0 郭晶晶$田亮$廖剑玲2001来北京后在人民大会堂工作，一次偶然的机会认识了来这里参加活动的##，经过一段时间的接触和交往成为了恋人，为了支持##的事业，廖剑玲放弃了在模特圈里的工作，专心在家操持家务，当上了##的“主妇恋人”，五年中廖剑玲放弃了许多发展的机会，甘心为##默默奉献，每当参加一些公开活动或者聚会，##对不熟悉的朋友和同事都称廖剑玲是他的私人助理，对此廖剑玲也毫无怨言，后来##与###传出了绯闻，廖剑玲对男友也给予了充分的信任和理解。
9 罗家权$罗仕干$罗家英原名罗行堂。祖籍广东顺德。出身粤剧世家。1949年跟随父亲###(###)往香港定居。
10 杜淳$张嘉倪$而说起##的情史，算是比较丰富了，众多前女友中，###算是大家比较熟悉的一位，据说两人相恋七年，最后因##恋上他人而分手。
0 秦琴$秦猛$秦子恒：##的儿子，##的哥哥，修为是后天中级
3 羲臣$尧臣$李舜臣就是李贞与草溪卞氏之子，他还有兄长##、##和弟弟禹臣。
12 齐静春$崔瀺$今天我们来说一下《剑来》中人物的历史原型,###跟##历史上也是师兄弟!.
10 李健$赵榕榕$9月7日17时38分，福建厦门元翔货运站门口，“摩范出行”一辆共享汽车冲入人行道，正面撞上厦门大学一对教师情侣——28岁的##当场死亡，其女友###被撞致重伤，经厦门市中医院抢救无效，于第二日死亡。
7 罗彩霞$王某$后经调查得知事情原来是这样的：五年前即2004年高考，###的同学##因成绩不佳，在其家人帮助下，盗用###的资料及高考成绩，上了贵州师范大学。
0 汪鑫$汪皓$从当年的桑雪、##，到如今的##，女子双人10米跳台的奥运冠军，有一半以上都来自天津。
11 菲利普一世$厄德四世$#####于三岁时即继承了祖父####的公爵爵位，后来又继承了其母的遗产奥弗涅和布洛涅。
0 马三立$朱阔泉$马志明，天津市曲艺团一级相声演员，幽默大师###之子，相声前辈###之徒，是马派相声艺术的主要传人，很好地继承了马派相声的精髓。
1 普京$柳德米拉$##上班的时候，####就在家里照顾他们的第一个女儿玛莎。
2 严铮$严紫凝$2011年5月16日，据台湾“苹果日报”消息，40岁的港星钟丽缇被不少网友奉为“性感女神”，2010年2月才为台湾音乐人老公##产下小女儿###，夫妻俩经常大晒恩爱。
6 倪萍$赵忠祥$杨澜、##、董浩、朱军、朱时茂、陈佩斯、马未都等###的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
6 严成$李斌$##与提水工人##是好朋友，经常热心的为木纳老实的##解决问题。
0 黄志忠$孙红雷$对于与###、张黎导演的合作，###也大喊过瘾。
12 金池$曹格$就在十年前，##和##都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、曾一鸣和今年在“中国好声音”亮相的魏雪漫。
0 蔡永强$刘志$马云波说曾想要发展林宗辉的儿子林三宝作为线人，然而###并不积极，随后林三宝车祸死亡，肇事司机##也在一年后死于肺癌
0 郑生$薛兰英$小说写一个年轻的商贩##在船头洗澡时，被河边高楼上一家富商的两个女儿——###、薛蕙英窥见并喜欢上，她们便“以荔枝一双投下”，表示爱慕。
0 吴德玉$吴德玉$1984年一个春暖花开的早晨，董耀会和朋友###、张元华背起军用背包，穿上军靴，开始徒步长城之旅。
0 陶宗仪$史量才$泗泾古镇，人杰地灵，这方水土曾孕育了一批杰出的文人学士，其中包括元代著名诗人###、上海《申报》创始人###、复旦大学创始人马相伯等。
2 周滨$周永康$##之母王淑华原是其父###在北京石油学院时候的同学。
3 吴大猷$大任$在这种书香环境下，###与其堂兄弟大业、##、大立成为著名的“南开四吴”。
11 彭湃$彭伊娜$###，中国共产党的元老##烈士的孙女，《南方周末》创办人。
5 张洵澎$姚传芗$###，上海昆剧团国家一级演员，工五旦。1941年出生于上海。师从朱传茗，后又得言慧珠、###指点。目前担任上海戏曲学校教师。
1 普京$柳德米拉$婚礼结束之后，##和####来到波罗的海海边度蜜月，那里可是####最喜欢去的地方，她喜欢那里纯净的空气，成群的海鸥，旖旎的风光……
2 马克·吐温$约翰·克莱门斯$1847年3月24日#####的父亲#######死于肺炎。
4 康熙皇帝$施琅$####要##统率水师收复台湾。
6 石景宜$季羡林$而###与###在生前是好朋友。
0 贾平凹$白宇$著名作家###先生看了##楷书作品后，欣然泼墨“当代书法家##”，虽则一句，寓意深远，有肯定，也有期望！
0 弗拉基米尔·伊里奇·乌里扬诺夫$亚历山大·克伦斯基$###############，也就是列宁，是他们的老校友，后来任俄临时政府总理的#########的父亲此时在该校担任校长。
4 刘秉忠$忽必烈$蒙哥汗八年（1251年），###被当时总领漠南汉地事务的###召入幕下。
9 马克·吐温$萨缪尔·兰亨·克莱门$#####（Mark Twain），美国作家、演说家，真实姓名是##########（Samuel Langhorne Clemens）。
0 张熊$王时敏$《清##溪亭闲话图》是清代画家##的画作，画作笔墨即取法###而来，以披麻皴为主，略施渲染，苔点错落有致，布置停匀。
10 玄彬$宋慧乔$8月5日上午消息，据韩国媒体报道，曾一起出演《他们的世界》的##与###被爆料从09年6月开始已经交往两个多月，而他们的经纪公司也都发文回应
2 中曾根弘文$中曾根康弘$#####的父亲#####虽已年过90，还念念不忘推动中日友好合作关系。
9 汤式$汤志祥$■《实用上海话》（2000年出版）###式（以下简称##）
0 博索纳罗$唐纳德·特朗普$英媒称，巴西总统####的儿子爱德华多·####8月30日将会见美国总统#######。
2 钟世藩$钟南山$###、###、钟惟德这三位名字分别是爷爷、爸爸、儿子。
3 佩玲$家杰$其时，李兆基婚后已经育有三女一子，长女佩雯、次女##、长子##。
6 王邦直$尹秉衡$###与###义气相投，结为知己。
3 罗柏$布兰$艾德公爵娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子##、长女珊莎、次女艾莉亚、次子##和幼子瑞肯。
2 利奥四世$君士坦丁六世$780年，####在准备攻打保加利亚时去世，临终前任命其妻伊琳娜为其子######的唯一监护人。
1 郑志龙$吕祖颖$高金素梅先前也曾与亲民党籍立委###爆出绯闻，郑妻###并传真信件给媒体公开质疑，要求与郑离婚。
0 李子洲$王森然$校长杜斌丞是杜聿明的堂哥，教师有陕西着名的共产党人魏野畴、###和教育家###、朱横秋等。
1 林志玲$黑泽良平$而最受关注的要数###会携新婚丈夫####首次合体亮相晚会。
5 方召麐$张大千$###拜师###时，曾随他游历欧美，并在“可以居”随侍一年，看到了毕加索、波洛克等西方现代主义大师的绘画作品。
2 娜克希迪尔$马哈茂德$禁卫军更攻入皇宫试图杀死心目中的恶魔#####，她被迫与其养子####躲在一个熄灭的炉子中方才得以幸免于难。
2 莽古尔泰$努尔哈赤$####，(1587-1632)清初大将。满族，爱新觉罗氏，是清太祖####的第五子。
8 孙路阳$易燃$2007年，周庭伊与###、杜波、##合作主演了古玩情景喜剧《大众古玩店》。
2 杨素$杨玄感$当越国公##的儿子###在涿郡公开起兵反隋的时候，隋炀帝本人尚在辽东征伐高丽未归，机会千载难逢。
0 桑雪$汪鑫$从当年的##、##，到如今的汪皓，女子双人10米跳台的奥运冠军，有一半以上都来自天津。
0 王伟$薛瑄$后经兵部尚书##等上抗疏申救，才免了##死罪，将他削官为民，放回故里。
1 伯顿$茜比尔$此后，##同饰演埃及艳后的伊丽莎白·泰勒绯闻不胫而走，常成为轰动舆论界的头条新闻，遂与发妻###离婚，与泰勒结合。
2 赵涵$赵庆江$##的父亲###说。
0 王震宇$徐向前$11月1日，黄樵松派谍报队长###、队员王裕家穿越火线，到解放军阵地，给###司令员送去表示决心起义的信。
5 蒋介石$董显光$###不懂外文，他的官方传记作家###，20年代后期曾给他作过数月英文教师。
10 高金素梅$李鸿源$2009年，壹周刊报道，####与已婚的国民党籍前台北县副县长###传出不伦恋情，两人高调交往，李为此请辞副县长。
2 车洪才$车然$###的儿子##小时候印象最深的就是在北京自家的客厅里，摆了一个占据整面墙的柜子。
0 米特·罗姆尼$尼克松$######之父乔治·罗姆尼曾经担任过密歇根州长，并参加过1968年美国总统竞选，在共和党提名战败于###；其母兰诺·罗姆尼竞选过1970年美国参议员。
3 李舜臣$尧臣$###就是李贞与草溪卞氏之子，他还有兄长羲臣、##和弟弟禹臣。
0 蒋百里$钱学森$蒋英女士是民国时期著名军事专家###之女，###1937年底从德国考察回国途中，曾特地去麻省理工学院鼓励###坚定学习航空的意志，实现留学报国。
1 周培源$王蒂澂$1932年，年轻的清华大学物理系教授###与素有北平女子师范大学“校花”之誉的###喜结连理，成为清华园里一对令人羡慕的神仙伴侣。
2 苏洵$苏辙$苏东坡和父亲##，弟弟##，三人在宋代文坛上皆享盛名，后人称之为"三苏"，皆列入唐宋古文八大家。
4 孙中山$李自重$1905年，###派###和冯自由从日本返回香港，打开革命局面，并任命他俩为省港澳同盟会的主盟。
0 周福清$周伯宜$鲁迅祖父###科场舞弊案发后，###被革去秀才身份，十分伤感。
0 陈子茂$秦埙$绍兴二十三年（1157年），陆游进京临安（今杭州）参加锁厅考试（现任官员及恩荫子弟的进士考试），主考官###阅卷后取为第一，因秦桧的孙子##位居陆游名下，秦桧大怒，欲降罪主考。
13 徐志摩$金庸$一切还要从上世纪20年代的“新月派”诗人###说起，###和##同出身于浙江的名门望族，从小是一对姑表兄弟——以年龄分，##就是###的舅表弟。
0 菲尔库德斯$克莱非洛斯$公元前551年，毕达哥拉斯来到米利都、得洛斯等地，拜访了泰勒斯、阿那克西曼德和#####，并成为了他们的学生。在此之前，他已经在萨摩斯的诗人#####那里学习了诗歌和音乐。
12 张善孖$胡小石$值得称道的是，二人不但在艺术理念和风格上颇有合辙之处，并且生活上情同手足，一道宴饮、雅集、会友、论艺，共同培养弟子，###、张大千、马宗霍、###等俊彦皆列其门墙，一时成为书画界美谈。
7 小张$小林$##和##是同班同学,有一天##在自习课上吵闹,被##报告老师,##受到老师的批评。
1 贾樟柯$朱炯$这也是###首次承认和前妻、著名摄影师##已经离婚。
5 赵瑞周$赵海仙$顾余斋人物生平:幼从###得意门生###夫子究习方书，抗战胜利后，流寓扬州三载，悬壶石牌楼，
2 李渊$九江公主$思力娶唐高祖##之女####为妻，并赐铁劵，官驸马都尉，封安国公。
11 王玉宝$王方轶$###的孙子###大学毕业后，也成了通化广播电视台的记者，而孙女王梓怡在填报高考志愿时，毫不犹豫地报考了辽宁一所传媒院校的新闻专业。
8 赵本山$范伟$2002年底，###、##、高秀敏一起彩排春晚小品《心病》。
1 邱晓华$聂春榕$###和妻子###（又一说“聂春荣”）原是高中同学。
11 任三和$任正非$###——也就是###的爷爷，当时是腌制金华火腿的大师傅。
2 郑梦宪$郑周永$###与###父子情深。1991年，当###竞选总统时，###全力支持父亲。在被控动用公司基金支持父亲竞选总统后，他还度过了几个月的牢狱生活。
0 张长寿$马彦祥$在###的记忆里，即使被打成右派后，陈梦家还是没有放弃戏剧的爱好，已故故宫博物院院长马衡的公子###经常给他送来戏票。
10 林语堂$陈锦端$当然，###心里对初恋情人###是念念不忘的，已到垂暮之年时，有一天突然听到别人说起###，他竟然从轮椅上站起来说要去看她。
5 伊丽莎白$罗杰·阿斯坎$####的教师包括英国文艺复兴时期著名的人文主义者######。
1 章伯钧$李哲民$###从小受到新思想的熏陶，因而与###一见倾心，两人遂于同年结为伉俪。
1 海明威$哈德莉$###和第一任妻子###1921年结婚后，开始计划一场海外探险。
0 陈忠红$颜集成$省人大常委会副主任向力力，湘潭市领导曹炯芳、张迎春、###、吴小月、###、陈小山等出席活动。
1 严惠明$马大元$###，是大理镇南王段正淳的情妇之一，后为丐帮副帮主###夫人。
3 杜富强$杜富佳$在这个事先约定好的时间，远在西藏边防的幺弟###、身在抗疫一线的二姐###，以及三弟杜富民，与大哥杜富国一起“隔空”团圆。
10 汪峰$筠子$除了公开的恋情，##还被传出曾与一名已故歌手##有过纠葛。
8 戴立忍$庹宗华$今年金马影展将于11月6日登场，开幕片《停车》集合张震、桂纶镁、高捷、###、###、杜汶泽(blog)等人齐聚飙演技，钟孟宏执导运镜大胆花俏、节奏明快。
1 陈凯歌$陈红$在曝光国籍的帖子里，###和夫人##的国籍都是美国。
0 陶伯芳$钱松岩$方召麐，其父亲方寿颐为江苏纺丝厂的实业家，母为王淑英；13岁起跟随老师###努力学习中英文并学国画，1933年随###、陈旧村学习山水画，同年其作品入选白浪画会之“无锡各团体书画联展”，1949年到英国曼彻斯特大学攻读欧洲近代史。
5 张学良$崔骏声$###七、八岁时开始读书，延台安举人###作开蒙师，续请海诚老儒杨景镇（雨辰）及白永贞、金梁诸人讲授五经四书。
2 周杰伦$叶惠美$1月10日，###在个人社交网站上晒出与妈妈###一同参观好友豪宅的温馨合照，妈妈怀抱小狗笑对镜头，状态很好。
2 张国恒$张阿丽$彼时，###的大女儿###11岁，小女儿张玲丽9岁。
0 列宁$亚历山大·克伦斯基$弗拉基米尔·伊里奇·乌里扬诺夫，也就是##，是他们的老校友，后来任俄临时政府总理的#########的父亲此时在该校担任校长。
6 马未都$赵忠祥$杨澜、倪萍、董浩、朱军、朱时茂、陈佩斯、###等###的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
0 罗伊此$姚水娟$1941年饰###后，###、李艳芳联袂上演《魂断蓝桥》、《大家庭》等戏。
3 罗德里戈$贡泽洛$1961年到1972年，加西亚·马尔克斯的妻子梅尔塞德斯、两个儿子####和###主要居住在墨西哥，在那里他担任记者、公关代理人，从事电影脚本写作，并继续创作小说。
0 惠更斯$胡克$后来，###和##还各自发现了螺旋式弹簧丝的振荡等时性，这为近代游丝怀表和手表的发明创造了条件。
6 航宇$路遥$##是##的同乡、同事、朋友，在##生命最后的两年，他如亲人般陪伴、照顾##，也见证了##最后的沉重、抗争和无奈。
7 李维汉$邹彝鼎$同时，###和小学同学###也考了进来，由此相识相交。
8 汪皓$陈若琳$由于汪鑫受伤，##成为奥运冠军###的新搭档。2010年的跳水世界杯，配对没多久的###/##组合便以绝对优势，拿下女子双人10米台的冠军。
2 柳德米拉$玛莎$当时普京正在莫斯科安德罗波夫学院学习，于是，双方的父母都来帮忙，####才得以顺利产下他们的第一个女儿##。
8 王曼昱$陈可$帮助中国队提前锁定了女双金牌，决赛中，朱雨玲/陈梦3-1击败了###/##，获得冠军。
12 金莎$林俊杰$就像以前小编很喜欢的一名歌手##一样，她是###的同门师妹，曾经在娱乐圈里面沉浸过一段时间，如今又因为《你和我的倾城时光》再次走红，35岁如同一把岁一样！
10 阮冠世$吴大猷$一位叫###的小师妹，令###一见钟情。
0 岳不群$令狐冲$及后青城派掌门人余沧海为图夺取剑谱，不惜将林震南一家灭门，但林震南之子林平之被华山派掌门###救回成了唯一幸存者并收为旗下弟子，此外林震南死前请###转告遗言，使林平之得以寻回剑谱，但剑谱却辗转落入###手中。
4 李彦宏$张亚勤$2019年3月，###通过内部信公布了百度高管退休计划，###是申请加入退休计划的第一位高管。
6 戴辛尉$谢霆锋$目前###、###是关系和睦的朋友，两家的交往也一如既往。
1 贾静雯$修杰楷$3月6日晚，###发微博为老公###庆生，她晒出几张老公的照片，其中一张是他面对蛋糕许愿，一张是夫妻两人的合影。
0 李飞$仔仔$##和马雯找到伍仔，问出林水伯儿子##的死亡真相。
5 方召麐$钱松喦$###先生一生有三位老师：###，赵少昂，张大千。虽然###一生都非常尊敬这三位老师，但对她艺术道路影响最大的，无疑是张大千。
0 彭丽媛$金正恩$在朝鲜群众浪潮般的欢呼声中，习近平和夫人###步出舱门，###和夫人李雪主在舷梯旁热情迎接。
5 陈少舫$格秀海$###原名陈玉海，北京人，1922年生，卒于1985年，8岁时由于生活所迫，父亲送他到天桥的“四顺合社”拜师学评剧，开蒙老师###（艺名四月仙）是个文武双全的老艺人。
9 彭修道$彭雪峰$彭雪枫 (1907～1948)，原名###，乳名兴隆，曾化名望敏、###，河南镇平人，中国工农红军和新四军高级指挥员、军事家。
3 万斯同$万斯大$余姚黄宗羲先生住在宁波，###先生与哥哥###都拜他为老师，学到蕺山刘宗周先生的学说，就是以“慎独”为主，认为圣人贤人的道德学问是能赶得上的。
4 约瑟夫·史迪威$蒋委员长$“醋鬼”#######，1942年抵达重庆，担任####的参谋长，两人从一开始就发生了矛盾，史迪威是位战将，希望他的中国同盟军赴前线作战，并主张整治军官腐败现象，直接从战时首都挑选人才。
0 黄海诚$伊藤美诚$此次出征欧洲，孙颖莎恩师###成了女乒教练组的主心骨，也是他指挥陈幸同双杀####。
5 裘芸$张顺$##在北京山水文园收于国霖、##、于克淼三人为徒。
6 张大千$李秋君$顾青瑶曾在上海和###“生平第一知己”###在上海同办“中国女子书画会”，于是也与###交好。
5 饶宗颐$黄霑$港大中文系毕业，师承一代国学大师###的##就进了令人艳羡的“丽的呼声”这个香港最早的电视台（即后来亚洲电视的前身），担任创作构思，是香港第一代的电视人。
0 余洪$王波$老居民##芝说：“百步亭能建设得这么好，成为武汉市的一张名片，多亏了有##这样的好班长。”
0 崔雄济$窦唯$其中不少人的父母是民乐手，崔健的父亲###是一名小号演奏家，##的父亲窦绍儒是一名管乐手，刘元的父亲刘凤桐是著名的唢呐演奏家。
3 周敦颐$周砺$###有一个大他十岁的同父异母的哥哥##，有一个大他五岁的姐姐周季淳，还有一个小他四岁的弟弟周敦贲，兄弟姐妹间的感情极好。
2 蒋经国$蒋孝文$而更让它出名的则是蒋介石、###、###祖孙三代都曾在此打卡留念，也为这里增添了几分神秘。
4 阎锡山$戴柄南$事后，蒋介石、###论功行赏，###被提升为30军军长，仵德厚被升为27师师长。
3 佩雯$家杰$其时，李兆基婚后已经育有三女一子，长女##、次女佩玲、长子##。
0 泰勒斯$菲尔库德斯$公元前551年，毕达哥拉斯来到米利都、得洛斯等地，拜访了###、阿那克西曼德和#####，并成为了他们的学生。在此之前，他已经在萨摩斯的诗人克莱非洛斯那里学习了诗歌和音乐。
0 黄兴$陈璧君$经##介绍，结识了汪精卫、###夫妇，随后同###的义妹陈舜贞结婚，遂成了汪精卫的连襟。
3 江忠源$江忠济$后来，###见弟弟###由郴州赶到长沙，便约定夹击太平军，被伏兵击伤小腿。
9 叶飞$西思托·麦卡尔托·迪翁戈$1914年（民国三年）5月7日，##生于菲律宾奎松省一个中菲混血家庭，家中次子，菲律宾名为############。
12 许惠玲$蒋亚鹏$此次来厦办展的5位画家分别是沈舜茂、吴建富、###、###、刘卫民，5人还是同门师兄弟，目前均是福建省美术家协会会员。
4 周永康$蒋洁敏$###其后在石油系统担任高层13年，提携了###等不少高管。
8 张欣$李杨$19##，吕占霞，##等，一种低含量低聚物烯烃共聚物的制备方法，ZL2004，10062498.0（2006）
3 邱淑阳$邱淑红$出生在万年县梓埠镇联合村宋戴村小组的邱淑艳和妹妹###、###的家庭很是不幸。
1 陈佩斯$王燕玲$###的妻子叫###原来是一名护士，经人介绍嫁给###，后来成为了###的经纪人，夫妻婚后育有一子，取名陈大愚。
6 贺龙$刘达伍$##的好友###在其《我所认识的##将军》一文中，谈到二十年代的##时，说：“每当宾客满座，谈起政治问题的时候，##将军总是静听别人意见，很少谈他本人的看法。”
0 王方轶$王梓怡$王玉宝的孙子###大学毕业后，也成了通化广播电视台的记者，而孙女###在填报高考志愿时，毫不犹豫地报考了辽宁一所传媒院校的新闻专业。
0 黄心琳$李蕴$2011年7月，35岁魔术师刘谦，挥别旧爱魔术甜心###，和22岁的香港嫩模##传出新恋情
2 王廷义$王景$###，##子，莱州掖人。
2 赵本山$牛牛$照片上，###与妻子马丽娟坐在中间，儿子##和女儿妞妞依偎在爸爸妈妈身边。
0 林宗辉$刘志$马云波说曾想要发展###的儿子林三宝作为线人，然而蔡永强并不积极，随后林三宝车祸死亡，肇事司机##也在一年后死于肺癌
2 宋楚瑜$宋达$文章说，###出生于1942年，是中国湖南湘潭人，父亲##，妻子陈万水。
1 李英$岳平$凌晨一点多，##接到了警察打来的电话，告诉她丈夫##被送进了医院。
11 侯启雄$侯玮$如今，###虽已退休多年，但他的儿子侯家华、孙子##都成为马钢人，亲历了马钢的从无到有、从小到大、改革开放、走向辉煌的历程。
6 查韦斯$卡扎菲$###向来与###交好。
1 陈水扁$吴淑珍$陈幸妤从小因父亲###与母亲###从事党外运动的关系，在校受到教官、同学的歧视。
3 康心孚$康心如$哥哥###在书信中不断向他灌输革命思想，年轻的###也立志投身革命，在家乡开设了一家小小的“粹记书庄”，大量推销传播哥哥从国外寄来的进步书刊。
7 陈玉莲$吕良伟$是TVB第六期艺员训练班艺员，与###、###是同班同学。
0 许亚军$仔仔$###的大儿子，是与第三任妻子何晴所生，名叫许何，小名##，今年19岁了，许何不仅学习成绩非常优秀，长相也十分帅气，遗传到了爸妈的优点，曾被称为最帅星二代。
0 杨过$公孙绿萼$##道：“公孙谷主之女，####。”
6 陈梦家$冯友兰$芝加哥大学访学一年期限结束后，###给他留在西南联大的旧友###去信，试图向清华大学申请一年的休假
1 李讷$王景清$1989年初，在毛泽东原卫士长李银桥夫妇的热心帮助下，##和###结婚。
0 叶培大$钱凤章$6月底，###与###等毅然离开广州，于同年9月回到天津北洋大学任教。
0 罗家英$汪明荃$###开始找朋友们“牵线”，希望与###一起搭档演粤剧。
5 付国豪$雷颖$###高一时的班主任##告诉记者，他在高中时学习就很好，是三好学生，还是数学课代表。
8 冯玉祥$胡景翼$1924年，###联合###、孙岳发动“北京政变”，组成国民军。
1 杨开慧$毛泽东$他为赴法勤工俭学学生筹措经费，推荐###到北大图书馆工作，促成了爱女###与###的婚恋关系。
1 谢才萍$文斌$###的丈夫##利用其兄文强的影响，公开找渝中区公安分局原局长彭长健，要他关照老婆的“经
0 汪皓$汪鑫$由于##受伤，##成为奥运冠军陈若琳的新搭档。2010年的跳水世界杯，配对没多久的陈若琳/##组合便以绝对优势，拿下女子双人10米台的冠军。
0 魏凤和$张海阳$第二炮兵司令员：###政委：###
2 玉亭$杨永昌$杨宇霆原籍宋道口镇代岭村，原名##，字凌阁(又作邻葛)。祖父杨正荣于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父###，母亲张氏，以开大车店为生。
1 爱珠$沈永锡$##十九岁与###结婚。
8 李屏宾$侯孝贤$从1985年起，###开始与###合作，担任了侯大师绝大部分作品的摄影指导，包括：童年往事，恋恋风尘，悲情城市，戏梦人生，南国再见南国，海上花，千禧曼波，咖啡时光，最好的时光。
10 夏乐$陈飞$两小无猜剧情简介:##和##是一对从小一起长大的青梅竹马。
2 王焕增$王桂芹$距离父亲###500米，是50岁的女儿###的执勤点。
3 薛兰英$薛蕙英$元末女诗人###，同她的妹妹###的名字是联为一体的，姊妹俩都很聪明秀丽，能为诗赋。
0 鲁班$蒙恬$在行业是指“鼻祖”，如木作业的鼻祖是##，制笔业的鼻祖是##。
1 周良璋$李小青$公告指出，###和###之子周君鹤持有海兴控股37.40%的股份，根据海兴控股《公司章程》约定，周君鹤将其持有的27.40%股份表决权授予了###。
0 长青子$林远图$你可曾听说，余观主的师父###少年之时，曾栽在###的辟邪剑下？
5 王蒂澂$鲁迅$###天生聪慧机智伶俐，兼之##等名师曾在北京女师任教，因此她受新文化运动、新文学影响颇深，思想和视野愈加开阔。
0 叶名琛$李秀成$比如写###，着重于写他的忠与不忠；写###，重点写他被当时人的误解和被后世的误读。
1 孔原$许明$孔丹出身于一个“红色家庭”，父亲##为原中共中央调查部部长，母亲##为原国务院副秘书长。
2 郭靖$郭芙$杨过见了双雕红马，早料到马上少女是##、黄蓉的女儿##。
1 秋瑾$王子芳$1896年5月17日，由父母包办，##嫁给了胸无大志的纨绔子弟###。
0 秦汉$薛丁山$##，《###征西》中的人物，秦琼之孙，秦怀玉之子，与窦一虎是同门师兄弟，手持一对狼牙棒，武艺超群。
8 向达$梁思成$在“商务”任职期间，##先生除完成工作外，又初试身手，先后与###合译了英国韦尔斯的名著《世界史纲》，又与丰子恺合著了《东方艺术与西方艺术》等，从此开始了中外文化交流史和敦煌学的研究，这也应该是他一生所从事的学术的起点。
4 谢亚龙$南勇$目前，外界对此也存在着两种观点，一个是###、##两人之前是上下级关系，而且涉案的杨一民以及其他中层都在足协混迹多年，他们之间很难不发生交集，所以最终很有可能是有共同犯罪行为。
1 蒋勤勤$陈建斌$影片首映，###做为夫人也做为影迷亲自捧场，与###携手观看影片，恩爱羡煞旁人。
4 张义$许兰山$在蓝山集团工作逾20年的老员工##（化名）告诉新京报记者，2016年11月蓝山集团在位30多年的老厂长###过世，随后从2017年开始，公司发给储户的储蓄存单陆续无法提取了，到当年3月彻底停了。
0 李飞$林兰$##通过林宗辉的女儿##约见林宗辉，##告诉他们林三宝的车祸不是意外，而是林天昊安排人故意杀害。
7 郁达夫$徐志摩$在1910年，###考入了杭州的府中学堂，在这里他和浪漫派的才子###成为同学。
0 哈里王子$凯特$2011年4月29日，切尔西作为####的女友出席威廉王子与##的婚礼，及婚礼后的晚宴。
2 文超$尹马氏$遗孀###，在艰难的生活中，鼎力抚养年仅七岁的独生子##。
9 李岸$李良$李叔同（1880—1947），又名李息霜、##、##，谱名文涛，幼名成蹊，学名广侯，字息霜，别号漱筒。
2 毛利弘元$松寿丸$毛利元就（もうりもとなり；Mouri Motonari；1497年4月16日—1571年7月8日），是日本战国时代雄踞中州地区的大名，为####次子，幼名###。
2 亨利·查尔斯·阿尔伯特·大卫·蒙巴顿-温莎$查尔斯$威尔士亨利王子殿下，全名为#####################，被大众昵称为哈里王子，是英国王室的成员之一，当今英国王储威尔士亲王###和威尔士王妃戴安娜的次子。
5 蔡慧莲$陆德铭$与周春一样，###也是###的徒弟。
1 伯格姆·胡尔希德·布托$沙·纳瓦兹·汗·布托$佐·阿·布托的母亲###########，出身于印度孟买一个收入低微的印度教徒家庭，她与那时正在孟买担任公职的富家子弟##########相识并结婚。
0 崔永元$葛优$昨天，主持人###问姜文，怎么请到##、周润发加盟自己的影片？
8 田保生$凌其翰$###当年曾和###在国民党外交部同事。
2 罗家权$罗行堂$42岁的###喜出望外，一改放鞭炮的传统，以机枪声来庆贺，这个孩子叫###(后改艺名罗家英)。
1 钱三强$何泽慧$进行对撞实验钱思进，中国著名原子核物理学家###与###的小儿子。
2 宗馥莉$宗庆后$###说，创业三十多年来，父亲###一直坚守实业，心无旁鹜地办企业，从来不受任何短期效益、暴利行业所诱惑。
8 沈佐锐$高灵旺$9.###，###，2010，浅议植保信息技术[J]。
0 葛优$刘嘉玲$胡军和邵兵因被大雪困住，昨天没能赶到北京，而在片中饰演##夫人的###，昨天也没有到场。
4 袁世凯$马福祥$1912年8月，###任###为宁夏护军使。
0 孔亮$蔡军$银联商务总公司工会研究决定，同意成立银联商务有限公司湖北分公司工会委员会，女工委员##，经费委员##。
1 周美凤$路鸣$这时，##老婆###的打来电话：“死鬼，你看这都啥时候了，还不知道回家？
8 余贤明$王钰超$余乃厚专任中学校长，###、###担任正副教导主任；薛有彤升任小学校长。
10 王可$阿穆隆$在接受主持人##的采访时，也不吝惜对男主角###的褒扬。
5 孔丹$吴敬琏$1978年##考上著名经济学家###的硕士研究生，成为其开门弟子。
2 吴三桂$吴应熊$原来大汉奸###的大儿子###，来到了京城。
0 邵兵$刘嘉玲$胡军和##因被大雪困住，昨天没能赶到北京，而在片中饰演葛优夫人的###，昨天也没有到场。
9 曾生$曾振生$##（1910－1995）原名###。广东惠阳（今宝安）人。1936年加入中国共产党。
11 康有为$康赞修$###最早的教师是他的祖父###。
0 夏俊峰$崔英杰$三是###被执行死刑的当日，夏妻张晶转发一则吁求最高院刀下留人的微博，配图是另一城管执法案的主角###。
11 王用之$王安世$###家族状况:祖父：###，曾任卫尉寺丞
12 曹格$曾一鸣$就在十年前，金池和##都还只是涂惠源老师门下的弟子，与他们一同在音乐路上追梦的同门还有谭维维、###和今年在“中国好声音”亮相的魏雪漫。
7 倪大红$张山$###毕业于中央戏剧学院84级，同班同学有张光北，何政君，##，王超。
0 金美京$安秀珍$08年24日下午，某男性杂志在韩国首尔洪大附近的俱乐部举行了宣传活动，韩国女模特###、###参加了本次活动。
1 帕克$马修·布罗德瑞克$除了电影和电视的演出之外，##也参与舞台剧的演出，曾在受好评的外百老汇戏剧《Sylvia》担任主角，与丈夫########在《HowtoSucceedinBusinessWithoutReallyTrying》演出，也在受东尼奖提名的《OnceUponAMattress》演出。
1 爱因斯坦$米列娃$当年，####认识他的第一任妻子###时，充满了激情与浪漫。
8 佐藤瞳$桥本帆乃香$2017年4月，第23届亚洲乒乓球锦标赛，女双半决赛，朱雨玲/陈梦3-0###/#####。
0 余沧海$岳不群$及后青城派掌门人###为图夺取剑谱，不惜将林震南一家灭门，但林震南之子林平之被华山派掌门###救回成了唯一幸存者并收为旗下弟子，此外林震南死前请令狐冲转告遗言，使林平之得以寻回剑谱，但剑谱却辗转落入###手中。
2 路易二世$玛格丽特三世$通过与佛兰德伯爵####之女######的婚姻，他成为当皮埃尔王朝的广阔领地（包括佛兰德、讷韦尔、勒泰勒、安特卫普、布拉班特和林堡等地）的继承人。
12 柳贯$许谦$宋亡，筑室隐居金华仁山下，讲学著书，以淑后进，##、##皆出其门。
0 金佳妍$刘在石$2016年03月16日，韩国职业电玩选手林遥焕、演员###将于5月举行婚礼，###、SUPER JUNIOR成员金希澈、FTIsland成员李洪基等将出席。
0 余华$叶兆言$##在1984年开始发表小说，是中国大陆先锋派小说的代表人物，并与###和苏童等人齐名。
8 胡景翼$孙岳$1924年，冯玉祥联合###、##发动“北京政变”，组成国民军。
1 王洛宾$黄静$后来，经人介绍，###在青海与一位名叫##的护士结了婚。
2 片冈秀太郎$片冈宽之$片冈爱之助，男，本名####，5岁的时候以小演员身份进入艺能界，后成为#####的养子，袭名第六代片冈爱之助。
0 崔浩$拓跋焘$在立储君的事情上，拓跋嗣也郑重的咨询过##的看法，并在##的极力主张下立长子###为太子。
3 贾晓烨$贾晓霞$###的妹妹###同样成绩出色，据一位早年熟悉###的知情者透露，###曾就读上海复旦大学外语学院，与李东生是校友。
2 钱慧安$钱禄新$###，生卒年不详，海上画家###之子。
2 宋亦武$宋振明$新被带走的两个高管中，###颇受关注，因为他系原石油工业部部长###之子，高官之后涉嫌贪腐，颇为吸人眼球。
2 黄祖模$黄珍$###的女儿##告诉记者，父亲走得很安详，最近这些年###一直想把自己艺术创作的心路历程、创作理念总结成书，如今这却成为他最大的遗憾。
2 马衡$马彦祥$在张长寿的记忆里，即使被打成右派后，陈梦家还是没有放弃戏剧的爱好，已故故宫博物院院长##的公子###经常给他送来戏票。
0 张苞$关兴$##被杀后，张飞与关羽之子##结拜为兄弟，一起随刘备伐吴，手持蛇矛，作战勇猛。
1 刘湘$王阳$2003年，##和##结婚了，但此后两人一直异地分居，不久##生了一个儿子，也是由她带着在老家生活。
0 周望第$章俊$警方随即围绕马犯的关系人展开调查，连夜查明作案团伙成员还有周望弟和##。
5 武林$丁梅芳$##至今都记得上小学三年级时，语文老师###是一位北京知青，##很喜欢听她的课。
1 马如龙$沛小岚$据台湾媒体报道，资深艺人###6月9日因肺腺癌病逝，享年80岁，生前最后一段路，是由爱妻###陪在身边。
0 新海诚$上白石萌音$《你的名字。》是由###执导，由神木隆之介、#####担任主要配音的一部原创日本动画电影 [1] 。作品于2016年8月26日在日本上映。中国内地于2016年12月2日上映。作品讲述了男女高中生在梦中相遇，并寻找彼此的故事。中国大陆于2017年8月26日全网首播。
0 金佳妍$李洪基$2016年03月16日，韩国职业电玩选手林遥焕、演员###将于5月举行婚礼，刘在石、SUPER JUNIOR成员金希澈、FTIsland成员###等将出席。
1 韩慕侠$张秀茹$在大家的催促、操持下，###与###喜结连理，建立了家庭。
8 高捷$戴立忍$今年金马影展将于11月6日登场，开幕片《停车》集合张震、桂纶镁、##、###、庹宗华、杜汶泽(blog)等人齐聚飙演技，钟孟宏执导运镜大胆花俏、节奏明快。
9 罗家英$罗行堂$###原名###。祖籍广东顺德。出身粤剧世家。
2 丽贝卡$玛丽亚·艾文$###出生在伦敦，是英国戏剧制作人和导演彼特·豪尔爵士和美国歌剧演唱家######的女儿 。
10 高金素梅$何家劲$接着又过了3年，####患上肝癌，###前去探视，两人才在分手8年后见了第一面。
1 奥多姆$戴珊$此前，曾经有消息说###在迎娶卡##之前，禁欲了很久，对昔日的“花花公子”来说，这简直让人匪夷所思。
6 陈昌$张昆弟$毛泽东经常于假日和蔡和森、##、###、罗学瓒等五六位好友，到“板仓杨寓”学习讨论各种问题，或谈治学、做人之道，或纵论天下大事，探求救国教民的真理，常常一攀谈就是几个小时。
0 切尔西$威廉王子$2011年4月29日，###作为哈里王子的女友出席####与凯特的婚礼，及婚礼后的晚宴。
0 格拉娘$陈昌浩$1949年后，###随###到中国，结识了李立三夫人李莎，成为密友。
0 陆立鼎$何沅君$两人均想，###虽然藉藉无名，他兄长陆展元、###夫妇却是侠名震于江湖，嘉兴陆家庄的名头在武林中向来是无人胆敢小觑的。
11 陈宝琛$陈矩孙$经过“一二·九”的战斗洗礼，在晚清“太傅”###的孙子陈洁（即###）的介绍下，龚澎于1937年在燕京大学加入了中国共产党。
13 罗娜·麦克丹尼$米特·罗姆尼$共和党全国委员会主席#######尔，共和党“大佬”######的侄女。
3 秦子恒$秦琴$###：秦猛的儿子，##的哥哥，修为是后天中级
1 张子健$方芸$而其实###的老婆是设计师##。
2 孙玉厚$少安$###急得脱下一只鞋要打她，被当时十七岁的儿子##挡住了。
7 闻玉梅$李世济$上中学时，###的同班同学###和她一样喜爱京剧，也考上了医学院，最终却放弃学医，专攻程派青衣，后来成了著名的京剧表演艺术家。
0 赵今麦$林妙妙$由张嘉译、闫妮、###、郭俊辰等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸钱三一的郭俊辰和饰演###的###，听这两位年轻演员剖析角色和回忆塑造角色过程。
9 米特·罗姆尼$威拉德·米特·姆尼$######，全称#########（WillardMittRomney），男，1947年3月12日出生于密歇根州底特律市。
7 张光北$张山$倪大红毕业于中央戏剧学院87级，同班同学有###，何政君，##，王超。
8 白雪仙$邹洁云$刚好陆飞鸿和###组“新东亚剧团”，###即被聘为“二帮花旦”。
5 于佑福$高德明$###，女，天津人，1927年出生，女相声演员，师承###，是相声界第五代“寿”字辈的老艺人。
6 李连杰$陈岚$像###的身份，身边的朋友就是些马云、向华强、##这样身份的成功人士。
10 李晟$李佳航$那就说说##吧，##的男朋友###是不是很耳熟？
10 文晓$王兰$小说主要讲了因与美籍华裔男友##冲突不断，##负气考入卡塔尔航空公司，远赴波斯湾。
11 刘西玉$刘仟$退休后的###把接送孙女上学当成了一件大事，孙女##一读的是九曲小学，而他们家住在独树头社区，每天早上老两口骑着三轮车将孙女送到校，下午再去准时接回来。
3 勒塔莱$辛纳玛-庞格勒$###出身于法国小型俱乐部勒阿弗尔，他有一个表弟名为#######。
0 有智$爱云$##是个爽快人，不仅和##开玩笑，还和他过去的老上级徐国强老汉也逗趣。
1 诸葛亮$黄月英$影片《河东狮吼2》讲述的是###与妻子###之间的爱情故事。
0 周京平$彭治民$###说，###等部分人员视警方的教育、克制、挽救于不顾，不思悔改，认为打黑除恶专项行动已告一段落，并以为自己有背景，社会结构较深，有人大代表身份，公然诽谤打黑除恶成果，肆意挑衅司法尊严。
6 蔡和森$毛泽东$###与###的革命友谊，是从湖南第一师范开始建立的。
8 刘伯明$翟志刚$2008年9月30日傍晚，神舟七号飞船返回舱顺利着陆，景海鹏、###、###三名神七航天员圆满完成任务，顺利返回。
9 Riyo$橙$####，别名#，2008年初开始，在中国原创音乐基地和YYFC网站网络发歌，因为大受欢迎而广为传颂。
0 刘月生$梁洁华$从为家乡筹建新校到最终建成“###希望学校”，###、王世昌夫妇整整奋斗了18年时光。
3 马颖达$马贤达$兄长###、###、马令达都是著名武术家，弟兄四人在开武术界被推誉为“马氏四杰”。
1 宅麻伸$贺来千香子$###与#####在1994年1月登记结婚，这对在外人眼里的“模范夫妻”突然宣布离婚，令人倍感惊讶。
10 王振康$徐婉婵$###把它送给了###，作为他们的定情信物。
8 朱赛普·欧西里尼$恺撒·拉特斯$1947年鲍威尔与########、H.Muirhead和年轻的巴西物理学家######（CésarLattes）一起发表了关于使用照相技术发现π介子的论文。
3 郑梦宪$郑梦九$1999年3月，###的兄长###试图将###从集团董事会联合主席的位置上逐出。郑周永及时召见了###，反而迫使他让弟弟一人独担董事会主席，而###只负责汽车业务。
0 于佑福$马三立$后来，###与###的叔伯兄弟马四立结为夫妻，在天津各地书场、茶社演出。
3 刘绍意$刘少奇$###写信劝慰七姐###
2 何彩林$何建民$自从去年###去世后，###的母亲朱阿长便常常拿出老伴以前从军时的老相片。
0 宋达$陈万水$文章说，宋楚瑜出生于1942年，是中国湖南湘潭人，父亲##，妻子###。
8 张会$孙琳琳$2010年温哥华冬奥会，女子短道速滑3000米接力决赛里，##和王濛、周洋、###组成的中国队获得冠军，4分06秒612破世界纪录。
0 伍云召$朱灿$###将自己三岁的儿子伍登，托付给##。
0 萧伯纳$许渊冲$表叔熊适逸是翻译家，他将剧目《王宝钏》译成英文，在英国上演时引起轰动，并受到英国戏剧家###的接见，使得年幼的###对英语产生了强烈的兴趣，立下了学好英语的志向。
1 黄樵松$王怡芳$###时任79旅旅长，他写给妻子###的信中说：“此欢挥师北上，将与日倭决一死战！他不死，我便亡，最后关头便是今日。”
0 赵元同$钟成虎$《一线》从台媒处独家获悉，梁静茹与###已处于分居状态，而且梁静茹似乎受伤颇深，一周二会好友###，倾诉情变的内心苦痛。
0 陈理$张必先$为了杀掉##，朱元璋可是没少费心思，然而只是杀掉了陈友谅曾经的一员大将###。
1 周秀云$王有志$2014年12月12日晚7时，47岁的周口郸城农场职工###提着一个塑料桶去接热水，然后回来为丈夫###洗脚。
0 朱雨玲$陈可$帮助中国队提前锁定了女双金牌，决赛中，###/陈梦3-1击败了王曼昱/##，获得冠军。
0 张迎春$陈小山$省人大常委会副主任向力力，湘潭市领导曹炯芳、###、陈忠红、吴小月、颜集成、###等出席活动。
6 董明珠$王健林$###联合###、刘强东等好友以个人名义共同增资30亿元，获得了珠海银隆22.388%的股权；此后的四个月内，###又曾两次增资，最新的股东名单显示，###个人持股比例达17.46%，位列珠海银隆的第二大股东，持股比例仅次于广东银通投资控股集团有限公司。
1 拿破仑$约瑟芬$据说当年###与皇后###来到米兰时曾在此居住过3个月。
0 陈坤$崔永元$姜文拍《让子弹飞》写信搞定葛优周润发(图)本报北京专电昨天，姜文新片《让子弹飞》在北京举行首次新闻发布会，三大影帝姜文、周润发、葛优以及四大小生##、姚橹、廖凡、张默组成清一色的硬汉阵容震撼亮相，在主持人###的追问下，姜文透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
0 崔浩$拓跋珪$到了##的父亲崔宏，文才出众，被称为冀州神童，被###所欣赏，留在了北魏任职，官居吏部尚书。
1 林宾日$陈帙$林则徐，字元抚，又字少穆、石麟，晚号竢村老人。福建侯官鼓东街(今属福州市鼓楼区)人。生于清乾隆五十年(1785年)七月二十六日。父###，字孟养，号旸谷，教书为业；母##，做针线、剪纸花，以助家用。
3 杨朔$杨玉玮$晚##的弟弟###、##女儿杨渡来访，严文井在座。
7 王晓伟$李佩$小说主人公##其上大学地质系期间，和同班同学###及乎同时爱上了陈一莲。
3 周咏欣$许咏$###因为姐姐##琳不肯收留以致被继父强奸，怀恨在心。
13 李进良$胡瓜$##女儿小祯与丈夫###结婚五年，男方偷腥不断被抓包。
5 福楼拜$莫泊桑$###非常尊重严师的教诲，每篇习作都要送给###审阅。
12 萧换牙$小枣$###与##是师兄妹关系,二人的师傅留有一间药店,##多年以来一直在打理药店...
0 柳德米拉$克莱斯蒂尔$在对奥地利进行友好访问时，####与#####总统夫人一同参观了位于维也纳的圣安娜儿童医院。
3 向华胜$向华强$###的哥哥是###，兄弟俩的永盛电影公司捧红了很多明星。
6 钱端升$费正清$###的故交###先生曾指出，“在此后的22个年头（自1957年算，引者注）中，他住在北京的旧宅，或旧宅的一部分里，拿着少量的生活津贴，他的才能被湮没。”
2 吴绮莉$吴卓林$###99年12月为已婚国际巨星成龙诞下私生女###，此后两母女的一举一动都成为大众关注的焦点。
0 孙中山$蒋介石$卫立煌是###的卫士，###的“五虎上将”，与毛泽东是朋友，曾是被中共通缉的“战犯”，后来又被任命为中华人民共和国国防委员会副主席……
1 成龙$林凤娇$7月27日，有网友晒出##妻子###现身山西大同，此次###到山西是为了给##第五届电影周捧场，真是夫唱妇随。
8 姚雨平$黄兴$1911年春，###与##等人发动广州“三·二九”起义，任调度课长。
0 张国立$童瑶$成龙和###，一个是响誉国际的功夫影星兼导演，一个是内地爆款剧的制造者，可他俩都有一个不成器的儿子，成龙的儿子房祖名吸毒被抓后身败名裂，###儿子张默更加离谱，读中戏时暴打女友##遭开除，入行后两度吸毒被抓，成了娱乐圈的反面教材，###夫妇的脸让他丢尽。
0 豪塞尔$希姆莱$###将传统的军事观念带入党卫军也惹怒了###。
2 周今觉$煦良$###有三个儿子：震良、##、炜良。
2 蔡晓芳$王茶英$###为蔡祖明、###之女。
8 小岚云$白云鹏$###常与刘宝全、###等鼓曲高人同台演出，刘宝全对他颇为赏识，多次亲传面授
4 汤芗铭$孙中山$###奉###之命率舰队北伐，协助山东革命军光复山东登州，正当###北伐舰队节节胜利之时，传来了南北议和的消息，清末代皇帝溥仪、中华民国临时大总统###相继宣布退位，而袁世凯却出人意外的当上了中华民国大总统，并将首都改定北京。
0 吴一峰$傅抱石$刘翅系著名现代书画大家###的入室弟子，曾得到苏保桢教授的悉心指点，并浸淫###、李可染多年。
8 鲍威尔$恺撒·拉特斯$1947年###与朱赛普·欧西里尼、H.Muirhead和年轻的巴西物理学家######（CésarLattes）一起发表了关于使用照相技术发现π介子的论文。
8 徐天红$傅全香$1948年9月4日，芳华剧团迁往新光大戏院演出，###与###搭档，老生为尹桂芳。
3 杨红兵$杨军$###亲人评价:##是###的弟弟。
0 蒋介石$阎锡山$事后，###、###论功行赏，戴柄南被提升为30军军长，仵德厚被升为27师师长。
0 郑梦九$郑周永$1999年3月，郑梦宪的兄长###试图将郑梦宪从集团董事会联合主席的位置上逐出。###及时召见了###，反而迫使他让弟弟一人独担董事会主席，而###只负责汽车业务。
11 崔仁国$崔东旿$###的朝鲜情结，要从他的祖父辈开始说起，他的祖父###是朝鲜为了摆脱日本统治所展开的独立运动的领袖，曾担任前朝鲜领导人金日成的老师，并在朝鲜战争期间被安葬在平壤爱国烈士陵园。
9 徐向前$徐象谦$###，原名###，字子敬。
5 蒋先云$蒋介石$###是黄埔军校校长###最钟爱的学生，然而，###这位最钟爱的学生，第一个老师却是###日后最大的对手毛泽东。
0 羊祜$陆抗$说‘三国’故事的那先生还道：##守襄阳之时，和他对抗的东吴大将是陆逊的儿子##。
0 田荫亭$田连澍$###之子田连章，而论及全专全精者，则首推###。
10 伯顿$泰勒$##还表示，如果有机会，他愿意尝试与##再度复合。多年以来，她一直将这封信视作她最珍贵的宝贝，并将它置于床边。
5 杨惠之$张僧繇$ 好在《历代名画补遗》中提到了###的线索，原来是他是吴道子的同门师兄弟，他们有一个共同的老师，叫做###。
2 查理·芒格$莫莉·芒格$此外，其他在这封信上签名的还包括Facebook联合创始人克里斯·休斯，伯克希尔副董事长#####的女儿#####等。
2 郑梦宪$郑周永$###（1948.09.14--2003.08.04），是已故现代集团创始人###的第五个儿子，最受父亲宠爱。他有美国MBA学历，头脑冷静、精于谋划。
1 雷佳音$翟煦飞$1月3日，有网友晒出在上海某超市偶遇###的视频，他和老婆###一同推着购物车扫货，购物车上货物满满两人收获颇丰。
4 李延年$蒋介石$战后，###受到###嘉奖。
1 李在德$于保合$###与丈夫###
2 升平公主$郭钊$女儿沈氏嫁给了郭暧和####之子##。
0 周汤豪$徐若瑄$1994年出生的Nick，本名###，除了有个明星妈妈比莉外，他的父亲是演员周禹侯，曾与###合作电影《天使心》
8 周洋$孙琳琳$2010年温哥华冬奥会，女子短道速滑3000米接力决赛里，张会和王濛、##、###组成的中国队获得冠军，4分06秒615破世界纪录。
0 古天乐$古天乐$《使徒行者4:谍影行动》由张家辉、###、吴镇宇主演，谁是卧底是最大看点；
5 卢永根$丁颖$大学毕业后，###留校任教，成为“中国稻作科学之父”##教授的助手。
5 朱耀霄$师昌绪$今年77岁的###是###带的第一批学生。
4 赵率教$臧调元$莽古尔泰自汉儿庄整合军队击败明总兵###，生擒其副将###。
2 克林顿$切尔西·克林顿$1973年###从耶鲁法学院毕业后回到阿肯色州在阿肯色大学法学院任教，是时希拉里为国会水门事件调查委员会工作，并于1974年来到阿肯色州与###成为同事。两人于1975年10月11日结婚。育有一女切尔西·###（Chelsea Victoria Clinton)，出生于1980年1月27日。
0 左太北$浦安修$###出生于1940年5月29日，她的父亲是八路军高级将领、曾任八路军参谋长等职的左权将军，她的母亲是彭德怀夫人###在北师大女附中的同学刘志兰。
0 蔡和森$毛泽东$张昆弟，1894年出生于桃江县鸬鹚渡镇龙塘湾村一个贫苦农民家庭。1913年，21岁的他考入湖南省立第一师范学校，与###、###结为好友，形影不离。
7 李济深$李仙根$当时，西江前线将领如邓演达、###、黄绍、白崇禧、李宗仁等，皆###的同学
12 卫庄$盖聂$《秦时明月》##与剧中人物关系非常的复杂，##和##是同门师兄弟，都是鬼谷子的徒弟。
7 少安$刘根民$##在公社当文书的同学###；
2 房玄龄$房遗直$###长子###
2 李兆基$佩雯$其时，###婚后已经育有三女一子，长女##、次女佩玲、长子家杰。
0 钟南山$戴克戎$廖家的后人中，有一位很受鼓浪屿人尊敬的廖医生，就是廖家三房的廖永廉，他可是###院士和###院士的亲舅舅，他本身也是厦门医学界的翘楚，是医学博士，原设于鼓浪屿的厦门第二医院内科主任，1957年首先在厦门发现福建省第一例钩端螺旋体病。
0 房祖名$李颖芝$2010年12月，有媒体爆料称，成龙之子###疑与内地车模###关系暧昧，######被爆出亲密合照。
1 贾南风$晋惠帝$###（256——300），西###皇后。
2 汪家栋$汪皓$但她做梦也没有想到，女儿将从此与体育结缘；而带着女儿跑步的###更不会想到，##会从长虹公园的那条林阴道走到伦敦“奥运竞技场”的颁奖台。
5 梁惠民$李兆基$###老师非常欣赏###那种少说话多思考的个性。
3 曾国藩$曾国荃$###曾在给弟弟###的一封家书中特别谈到了自己一生中最难忘、难堪的四次教训。
1 李登辉$曾文惠$此行“纯旅行”，未安排任何拜会行程，###夫人###将陪同前往。
1 冯宝$冼英$梁武帝大同元年（540年），时任罗州刺史（罗州在今广东化州）的冯融与冼氏部落通婚，为儿子##迎娶了##。
1 李立三$李莎$1954年后，格拉娘随陈昌浩到中国，结识了###夫人##，成为密友。
3 诸葛瑾$诸葛亮$###，(174-240)###之兄，诸葛恪之父，经鲁肃推荐，为东吴效力。
5 胡季石$刘熙载$胡小石父亲###出于清末著名学者###门下，家学甚厚，胡小石五岁即读《尔雅》，对张惠言的《仪礼图》也研学多遍，因此胸有成竹，一挥而就。
8 刘坤$刘岩$PixelStudio是由##（前目标主美）和##（前目标主程）等人创立的。
9 薄一波$薄书存$###，原名###，中共元老，山西新军创建人。
1 郭守正$黄子容$新郎###身穿黑色礼服，结了小领带，襟上插了一朵粉红色的玫瑰花；小他一岁的新娘子###，穿着一袭白色低胸的婚纱，捧着一束粉红色的花束，体态丰腴健美。
0 陈梦$王曼昱$帮助中国队提前锁定了女双金牌，决赛中，朱雨玲/##3-1击败了###/陈可，获得冠军。
6 査阜西$陈梦家$###是在###一生中最重要的三个好朋友之一，在###被划成右派后，仍然和他保持书信往来。
11 杨昌济$杨万英$###的高、曾祖父都是“太学生”，祖父###是“邑庠生”，但没有做过官，一生在家乡以教书为业。
0 郭啸天$杨过$当年郭靖之父###与##的祖父杨铁心义结兄弟，两家妻室同时怀孕。
0 朱元璋$陈友谅$为了杀掉陈理，###可是没少费心思，然而只是杀掉了###曾经的一员大将张必先。
9 李香兰$山口淑子$###原名####，她的“###时代”，正值日本侵华时期。
1 利孝和$陆雁群$###的妻子是###，尊称「###夫人」，是现任无线非执行董事，香港著名慈善家及利希慎家族成员
11 降巴克珠$罗布长寿$####的爷爷####和其他农奴一样翻身做了主人。
8 琼·罗宾逊夫人$G.洛克斯利$#######虽然未能获得经济学界的这一最高荣誉，但她被世人公认的最高成就是在J.R.沙克尔顿和######合编的《当代十二位经济学家》一书中榜上有名。
2 房玄龄$房遗直$###：###的长子，牡丹般的贵公子，对隐承诺要一生一世一双人。
3 罗柏$瑞肯$艾德公爵娶奔流城徒利家族的长女凯特琳·徒利为妻，二人共育三子二女，分别为长子##、长女珊莎、次女艾莉亚、次子布兰和幼子##。
0 李飞$林三宝$##通过林宗辉的女儿林兰约见林宗辉，##告诉他们###的车祸不是意外，而是林天昊安排人故意杀害。
2 林耀东$林景文$《破冰行动》中，###听儿子###言之凿凿地说，现在都通过“暗网”进行交易，买卖双方都不知晓彼此的真实身份。
11 黄炳垕$黄宗羲$###（1815年—1893年），字慰亭，号了翁，是清代后期的天文、历算、史地学家，是###的七世孙。
6 章士钊$杨昌济$是年，在杨毓麟、###等好友的极力推荐下，清政府派往欧洲的留学生总督蒯光典，调###去英国继续深造。
10 伊健$蒙嘉慧$而同样传出婚讯的##，则否认了与女友###(YoYo)于明年在海底举行婚礼的传言。
0 郭俊辰$林妙妙$由张嘉译、闫妮、赵今麦、###等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸钱三一的###和饰演###的赵今麦，听这两位年轻演员剖析角色和回忆塑造角色过程。
0 杨澜$倪萍$##、##、董浩、朱军、朱时茂、陈佩斯、马未都等赵忠祥的生前好友及同僚纷纷前往悼念，也有市民自发前往送别。
3 罗丹$玛丽$更大的打击接踵而来，##心爱的姐姐##因失恋而入修道院了，两年之后，她柔弱的精神和肉体承受不了失意而又清寒枯索的生活，因病去世。
8 周洋$王濛$更大的意外是，在3月8日收官日的女子1000米决赛中，##再与##携手进入决赛。
9 许何$仔仔$许亚军的大儿子，是与第三任妻子何晴所生，名叫##，小名##，今年19岁了，##不仅学习成绩非常优秀，长相也十分帅气，遗传到了爸妈的优点，曾被称为最帅星二代。
0 孙中山$袁世凯$汤芗铭奉###之命率舰队北伐，协助山东革命军光复山东登州，正当汤芗铭北伐舰队节节胜利之时，传来了南北议和的消息，清末代皇帝溥仪、中华民国临时大总统###相继宣布退位，而###却出人意外的当上了中华民国大总统，并将首都改定北京。
2 王刚$王婷婷$彼得很喜欢博大精深的中国文化，当他得知###是中国著名表演艺术家##的女儿时，顿时对她刮目相看。
6 康心如$贺友梅$###是一个精明的人，还在银行筹建之初，他就已将自己的四弟康心远及朋友林少谷、###派到上海美丰银行见习业务。
3 苏波$苏涛$如今，两个双胞胎儿子##和##也成为哈密机务段乘务员，延续了父辈们的道路
3 黄燕$黄宛$黄昆是家中最小的孩子，他的大姐名黄宣，大哥##，二哥##（中国著名心脏内科专家），姐弟四人年龄依
13 郭襄$耶律齐$##待要说姊夫###，觉得他武功虽高，终还够不上“大英雄”三字，要说武敦儒、武修文两位师兄罢，那更加谈不上，正自为难，突然灵机一动，说道：“好，又有一位：解困济急，锄强扶弱，众口称扬，神雕大侠！
10 蒋兆岗$龚某$2010年初，时任省政府副秘书长的###，在与朋友聚餐过程中，认识了未婚女性##，此后两人迅速发展为情人关系
11 赵翊安$吴淑$拿画作解读###心境，周刊还强调###把外婆##珍化成刀疤女，还瞎了一只眼；
0 茜比尔$伊丽莎白·泰勒$此后，伯顿同饰演埃及艳后的#######绯闻不胫而走，常成为轰动舆论界的头条新闻，遂与发妻###离婚，与泰勒结合。
0 沈进$朱笛$##收敛了笑容，回过头，看见##正远远地站着，挥了挥手招她过来，说道：“你找人去调查一下刚才那个年轻人。”
0 王佳$聂荣臻$《我的老爷爷——###》一书，是以###元帅的重外孙——##的口吻进行讲述的。
2 玉亭$张氏$杨宇霆原籍宋道口镇代岭村，原名##，字凌阁(又作邻葛)。祖父杨正荣于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父杨永昌，母亲##，以开大车店为生。
9 张驰$张国朝$###（1955-），又名##，号危石，汉族，毕业于河南大学。
0 李飞$林宗辉$##通过###的女儿林兰约见###，##告诉他们林三宝的车祸不是意外，而是林天昊安排人故意杀害。
0 王震宇$王裕家$11月1日，黄樵松派谍报队长###、队员###穿越火线，到解放军阵地，给徐向前司令员送去表示决心起义的信。
2 草溪卞氏$禹臣$李舜臣就是李贞与####之子，他还有兄长羲臣、尧臣和弟弟##。
0 方洁$卓一龙$##说，她曾经问傅聪“你太太###在音乐方面的造诣如何？”
5 张仪$鬼谷子$首先，他们是师出同门的一对师兄弟，苏秦和##的老师就是春秋战国时期，甚至是中国历史上最为神秘，也最为可怕的一个人物——###。
1 赫伯特$弗洛拉帕金森$1941年，###与######结婚，并与其生有一女，但两人很快在1945年离婚。
6 桃乐西$科比$洛杉矶女篮传奇，“白曼巴”###不愿忘记的##，是并肩的战友：“我们一起挣扎，一起成长，一起庆祝。”
5 李恒老$柳麟锡$除了###的老师###以外，###的叔父——柳重教也是华西学派的重要代表。
0 郭俊辰$钱三一$由张嘉译、闫妮、赵今麦、###等主演的都市家庭剧《少年派》正在播出，记者专访剧中饰演学霸###的###和饰演林妙妙的赵今麦，听这两位年轻演员剖析角色和回忆塑造角色过程。
2 刘香久$刘鑫$一九二零年，##长子###继任义聚永经理后，再次对玫瑰露和五加皮酒进行了技术改造，形成了独特的风格。
2 高梦旦$高君箴$20世纪20年代初，郑振铎在上海结婚，新娘为商务印书馆元老###之女###。
8 杨小楼$梅兰芳$1909年，他带剧团到北京，与著名京剧演员###、###等同台表演。
0 穆景升$徐特立$###入院时，院长正是鼎鼎大名的教育家###。
9 斯力更$巴凌云$###（SiLigeng）(1931-)，教授，又名###，蒙古族，出生于1931年6月，内蒙古土默特旗人。1949年6月参加工作。
0 姜文$葛优$##拍《让子弹飞》写信搞定##周润发(图)本报北京专电昨天，##新片《让子弹飞》在北京举行首次新闻发布会，三大影帝##、周润发、##以及四大小生陈坤、姚橹、廖凡、张默组成清一色的硬汉阵容震撼亮相，在主持人崔永元的追问下，##透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
0 杨坤$李健$9、《风吹麦浪》##孙俪10、《月亮可以代表我的心》##
9 克里斯·布朗$克里斯托弗·莫里斯·布朗$######（Chris Brown），本名############，1989年5月5日出生于美国弗吉尼亚州塔帕汉诺克，美国流行乐男歌手、词曲创作人、舞者、演员。
9 成康$康成浩$##（Sung Kang），本名###，1972年4月8日出生，韩裔男演员、制片人。
2 郭靖$郭啸天$当年##之父###与杨过的祖父杨铁心义结兄弟，两家妻室同时怀孕。
2 吴宁怡$陈安丽$###的妈妈###告诉记者，从小到大，女儿自主学习能力强，且对未来很有规划。
0 申军良$张维平$公诉机关指控，###12个月大的儿子申聪被抢那天，几人合伙将妻子于晓莉捆绑后强行抱走了申聪，交给了人贩子###。
7 郑爽$阚清子$不仅如此,##和###、卢杉都是同班同学。
0 贾晓烨$李东生$###的妹妹贾晓霞同样成绩出色，据一位早年熟悉贾晓霞的知情者透露，贾晓霞曾就读上海复旦大学外语学院，与###是校友。
3 伍秉鉴$伍秉均$因为父亲是富人家的账房，###和哥哥###自小就对理财非常擅长。
0 吴雨铭$李子芬$不久，根据中共中央《给顺直省委的信》，张正式担任省委书记，并与###、###组成省委常委会。
0 贺麟$洪谦$杨祖陶先生1945年入西南联合大学哲学系，师从金岳霖、汤用彤、##、郑昕、##诸教授，1950年于北京大学哲学系毕业后留校任教，1968年调武汉大学哲学系任教。
0 合失$成吉思汗$海都，是窝阔台第五子##的儿子，幼年是在####的斡耳朵（宫帐）长大的，聪明能干，深得####的喜欢。
5 倪光南$梁宁$2018年中兴事件之后，###的学生##在《一段关于国产芯片和操作系统的往事》中慨叹。
8 车万翔$刘挺$###, ##, 李生. 实体关系自动抽取. 中文信息学报 ,2005 ,19 (2) : 126.
6 唐伯义$贺龙$此人是当地哥老会的首领，叫###。##同他交上了朋友。
6 李小龙$陈会毅$经过多年准备，他终于寻找到###生前密友、香港著名导演###与他一起导演《截拳道》。
0 于晓莉$张维平$公诉机关指控，申军良15个月大的儿子申聪被抢那天，几人合伙将妻子###捆绑后强行抱走了申聪，交给了人贩子###。
4 黄樵松$王震宇$11月1日，###派谍报队长###、队员王裕家穿越火线，到解放军阵地，给徐向前司令员送去表示决心起义的信。
1 丁英$李双江$简介##，###前妻，是舞蹈演员。
5 李琦$阿妹$##嗓音十分具有辨识度，能深情、能Rock，导师##夸赞其快慢歌都能挑战，“磨菇头”形象已深入人心。
0 陈洁$陈矩孙$经过“一二·九”的战斗洗礼，在晚清“太傅”陈宝琛的孙子##（即###）的介绍下，龚澎于1939年在燕京大学加入了中国共产党。
10 罗佳怡$何瑞龙$###是被她的未婚夫###雇人杀害的。
0 崔雄济$刘凤桐$其中不少人的父母是民乐手，崔健的父亲###是一名小号演奏家，窦唯的父亲窦绍儒是一名管乐手，刘元的父亲###是著名的唢呐演奏家。
2 毛利元就$毛利弘元$####（もうりもとなり；Mouri Motonari；1497年4月16日—1571年7月6日），是日本战国时代雄踞中州地区的大名，为####次子，幼名松寿丸。
5 默涵$丁广泉$随着他汉语水平的提高，##开始在著名相声艺术家###先生的耐心教导下，学说中国相声。
10 吴所畏$岳池骋$逆袭之爱上情敌剧情简介:###是一个穷屌丝，因为屡遭女友###沙场###惧(15张)
2 佳子公主$文仁亲王$####出生于1994年，是日本秋筱宫####和秋筱宫####妃纪子的次女，明仁天皇的孙女。
11 房玄龄$房翼$###人物生平:###出身官宦:###出生于官宦之家，其曾祖##，后魏镇远将军、宋安郡守，袭壮武伯。
4 蒋介石$岳维峻$1931年春，###派亲信###率领号称“模范之师”的国民党34师围剿红军。
2 伊丽莎白$亨利八世$####于1533年9月7日出生在伦敦的普莱斯提亚宫，她是英王####和他的第二个王后安妮·博林唯一幸存的孩子。
0 巫咸$夏桀$##有知，或许他会将这里真正作为瑶池，以博妹嬉一笑；若##有知，想他也许将要弃巫医以藉神泉神速惠天下了。
12 刘烨$孙俪$因在电影《梅兰芳》中出演青年梅兰芳而迅速走红的浙江越剧团演员余少群，昨天在北京签约海润经纪，与##、蒋雯丽、##等成为同门。
1 王靖$徐向前$1945年12月###与##因感情不和而离婚（一说1943年离婚）。
2 吴钰璋$吴松岩$###生于1940年，北京人，自幼随父###学习花脸，宗金（少山）派。
4 马英九$蒋经国$1981年9月，从哈佛大学获得博士学位后，###回到台湾，担任###的英文秘书。
1 廖清碧$张建国$在妻子###的眼里，###是个十足的“工作狂”：“一周回家一次，家里的事他没时间管。”
5 杨祖陶$贺麟$###先生1945年入西南联合大学哲学系，师从金岳霖、汤用彤、##、郑昕、洪谦诸教授，1950年于北京大学哲学系毕业后留校任教，1959年调武汉大学哲学系任教。
9 陈凯歌$陈皑鸽$###，原名###，男，1952年8月12日生于北京，祖籍福建长乐。他是美籍华裔著名电影导演，第五代导演的领军人物，至今仍为惟一获得戛纳电影节金棕榈奖的华人导演。他执导的《黄土地》，以其突破性的电影语言，对中国电影产生了极大的影响，并为中国第五代导演走向世界奠定了基础。
2 陈水扁$黄睿靓$她质疑，###儿子陈致中和儿媳###都没有工作，为什么有这么多金钱可以进帐？
7 罗惠兰$廖小娇$###、石琼、###、龙小丽都是大学同班同学，但却不是一路的人
2 闫妮$邹元清$##的女儿###是近两年才出现在观众视野中的，为人低调的她一开始很少有人知道她是“佟掌柜”##的女儿，只是很多人觉得面熟，当有人“公开”她的身份时，观众们才恍然大悟，这耐看的五官和镜头感，不愧是##的女儿，并且###虽然目前的作品不是很多，但演技却已经受到了观众的认可了。
3 苏珊娜·克拉腾$斯特芬·科万特$近日，宝马汽车集团继承人#######与#######姐弟罕见接受了德国媒体《经理人杂志》采访。
4 朱佩$希拉克$##当了###的笔杆子，为###起草讲稿，并负责经济问题。
2 川岛芳子$川岛浪速$1912年，爱新觉罗显玗年仅六岁，改名####，跟随养父####飘洋过海，前往东瀛。
2 李伦$李克农$##原名李润修，1927年10月30日（农历十月初六），出生于芜湖市吉和街马家巷2号，是###与赵瑛夫妇最小的儿子。
5 玉阳子$崔志方$这日午后，###门下赵志敬、###等人齐集东南角旷地之上，较武论艺。
1 戚芳$万圭$不可思议的是，##相信了这一切，对师兄狄云大失所望，更不可思议的是，她后来居然嫁给了万家大少爷##，让含冤入狱的狄云万念俱灰，丧失了活下去的最后希望，在牢里差一点悬梁自尽身亡。
0 李绍麟$梁立有$据加拿大《星岛日报》报道，到访大温哥华的缅省首位华裔省督###及妻子刘巾眉，28日晚上接受世界广东同乡会加西分会会长###邀请，在列治文一酒家与10余位友人聚餐。
7 李现$杨紫$##是##北京电影学院同班同学，所以合作起来自然更是熟悉亲切，组CP的感觉还比较逼真。
2 詹姆斯·威尔基·布罗德瑞克$詹姆斯·布罗德瑞克$他们的第一个儿子#############在2002年10月28日出生，其名来布罗德瑞克的父亲#########，而中间名是来自夫妻俩相当喜爱的作家威尔基·柯林斯。
2 林宗辉$林兰$李飞通过###的女儿##约见###，李飞告诉他们林三宝的车祸不是意外，而是林天昊安排人故意杀害。
11 玉亭$杨正荣$杨宇霆原籍宋道口镇代岭村，原名##，字凌阁(又作邻葛)。祖父###于清同治年间携眷逃荒关外，在辽宁省法库县蛇山沟村落户。父杨永昌，母亲张氏，以开大车店为生。
8 帕瓦罗蒂$卡雷拉斯$第二次是在2001年8月，多明戈联袂####和####在北京紫禁城举行了世界三大男高音演唱会。
2 郭晶晶$霍中曦$提到快5个儿子###，###笑着乐意分享“他每天都有一点不一样，会学翻转身，学坐一会儿，很多惊喜。
0 张宾林$袁术芳$###以扎实的业务功底和严谨的作风，搜集并固定了相关证据，在“零口供”的情况下，报请检察机关将###逮捕，并移送起诉。
9 毛利元就$松寿丸$####（もうりもとなり；Mouri Motonari；1497年4月16日—1571年7月7日），是日本战国时代雄踞中州地区的大名，为毛利弘元次子，幼名###。
0 沈进$朱笛$##摸了下鼻子，似乎对此无动于衷，只是淡淡地对##道：“你查一下刚才的情况。”
8 黄志忠$张黎$对于与###、##导演的合作，孙红雷也大喊过瘾。
7 黄绍$李仙根$当时，西江前线将领如邓演达、李济深、##、白崇禧、李宗仁等，皆###的同学
5 刘宝瑞$殷文硕$相声大师###弟子--###先生，经过详实考证，理顺出包括自清末相声诞生至八十年代初，师承八代，传艺八百多人，对其中的五百九十人的生平，别名，艺术特色等，都作了简要注解。
0 兰克$利斯$1887年白鸟库吉进入东京帝大新设的史学科，师从考据学派的史学大师##教授的著名弟子，德国史家##(Ludwig Riess,1861—1928)教授,接受了##学派史学实证主义的教育。
1 尼古拉斯·凯奇$艾丽丝$最近，已经息影数年的奥斯卡影帝#######与他的新婚韩国妻子###将要迎来爱情结晶的降生。
0 薛丁山$秦琼$秦汉，《###征西》中的人物，##之孙，秦怀玉之子，与窦一虎是同门师兄弟，手持一对狼牙棒，武艺超群。
13 张作霖$于凤至$###娶###为儿媳，当初想法很简单，一是想以这种方式回报于文斗的救命之恩
11 林平之$林远图$福威镖局由###的曾祖父###所创，其名字含义是「先福后威」。
0 爱新觉罗显玗$川岛浪速$1912年，######年仅六岁，改名川岛芳子，跟随养父####飘洋过海，前往东瀛。
0 姚橹$崔永元$姜文拍《让子弹飞》写信搞定葛优周润发(图)本报北京专电昨天，姜文新片《让子弹飞》在北京举行首次新闻发布会，三大影帝姜文、周润发、葛优以及四大小生陈坤、##、廖凡、张默组成清一色的硬汉阵容震撼亮相，在主持人###的追问下，姜文透露了如何搞定发哥和葛大爷的招数：一手拿剧本，一手拿支票。
10 高金素梅$何家劲$####与###相识、相恋，且爱得轰轰烈烈。
5 安妮·莎莉雯$海伦$1887年，经人介绍，一个受过教育的爱尔兰姑娘######做了##的家庭教师。
0 陈珂$宋杨$##的弟弟陈岩被抓，指认李飞涉毒并设局杀害##
0 宋杨$宋杨$陈珂的弟弟陈岩被抓，指认李飞涉毒并设局杀害##
3 本雅明·内塔尼亚胡$乔纳森·内塔尼亚胡$#########的父亲是犹太历史的教授，曾经参加编辑希伯来大百科全书。他的哥哥#########于1976年在恩德培行动中阵亡，被以色列列为战争英雄，他的弟弟是一位放射性科医生和作家，兄弟三人全部参加以色列国防军总参谋部直属侦察营。
7 周文龙$白明川$公社主任###和石圪节公社主任###是高中的同班同学，也是同一年当了公社武装专干的。
3 布鲁斯$安迪$狗店风云主要演员:孤儿##（艾玛·罗伯茨饰）是###的姐姐
4 孙中山$萧湘$不久，##在日本参加###先生领导的同盟会，并积极参加同盟会的各项活动。
9 郭彦$郭采洁$爆炸的沉默歌手简介:######（1986年2月19日－），是一名台湾女歌手、女演员，在就读高中前本名##君。
5 杨祖陶$汤用彤$###先生1945年入西南联合大学哲学系，师从金岳霖、###、贺麟、郑昕、洪谦诸教授，1950年于北京大学哲学系毕业后留校任教，1959年调武汉大学哲学系任教。
3 李天桢$李金桢$2013年2月，河南新飞科技有限公司、河南新飞数码科技有限公司法人###因涉嫌国有公司人员滥用职权被刑拘，而与其没有业务往来的姐姐###的数千万元资产也因此被冻结。
9 徐其海$徐绍林$###，曾用名###。安徽省金寨县沙河乡人，1955年被授予少将军衔。曾获二级八─勋章、二级独立自由勋章、二级解放勋章。1984年去世。
0 朱璎媛$梁朝伟$8月15日，昆剧演员###在微博晒出一组照片，是###带着老婆刘嘉玲与一些朋友来苏州看戏了，刘嘉玲坐在台下认真欣赏，还与台上的演员合影留念。
2 王菲$李嫣$最开始引起大家注意的，是李亚鹏和##的女儿##的症状。
0 黄桂廷$陈卫红$晚上请###和唐柳春、阿全过来，加上物流的人共搞了16桌，###还叫给他开了五台，他搞搬新居，两边走，喝了不少。
1 宋楚瑜$陈万水$文章说，###出生于1942年，是中国湖南湘潭人，父亲宋达，妻子###。
2 加西亚·马尔克斯$贡泽洛$1961年到1969年，########的妻子梅尔塞德斯、两个儿子罗德里戈和###主要居住在墨西哥，在那里他担任记者、公关代理人，从事电影脚本写作，并继续创作小说。
2 张韵士$刘豹$###是个软弱老实的传统妇女，她不要求名分，一心跟着爸爸，还为他生了两个儿子——刘虎、##，唯一的爱好就是在家打打麻将。
0 崔健$刘凤桐$其中不少人的父母是民乐手，##的父亲崔雄济是一名小号演奏家，窦唯的父亲窦绍儒是一名管乐手，刘元的父亲###是著名的唢呐演奏家。
0 傅全香$尹桂芳$1948年9月6日，芳华剧团迁往新光大戏院演出，徐天红与###搭档，老生为###。
8 钟孟宏$张震$##桂纶镁《停车》将揭幕金马影展(组图)新浪娱乐讯2008年金马影展开闭幕片名单昨日出炉，###执导、##及桂纶镁、戴立忍主演电影《停车》，挟入选今年戛纳影展“一种关注”单元的气势，荣膺开幕片；
4 蒋介石$李宗仁$###作出可怜的姿态，于1949年1月21日，正式辞去总统一职，由副总统###代理总统职务。
4 黎元洪$汤芗铭$民国6年（1917年）1月19日继任总统###为安抚这位同乡，封###为“信威将军”。
9 大濑户美穗$香里美穗$#####，又名####。旅华日籍女演员，常住中国，曾参演《天下第二》、《锄奸》、日本电视剧《未来日记》等影视作品。
5 梁耀安$邓丹平$###，国家一级演员。出身粤剧世家，自小随父学艺。早年受教于白云生、###粤剧前辈。
5 李金斗$史不凡$###，1983年5月29日出生于河南平顶山，相声演员，相声名家###的徒弟。
11 郭守敬$郭荣$###幼承祖父##家学，精通五经，熟知天文、算学，擅长水利技术。
2 李中清$李政道$2016年，###（右）与其父###合影于###90岁生日当天。
1 刘萼华$王尧清$###女士与###先生(油田总工程师)伉俪现居广东省湛江市。
11 曹寅$曹雪芹$而随后李士桢又将女儿嫁予##（时任江宁织造，###祖父），由于他们二人身居织造要职，又同时监管盐务，再加上两家的亲戚关系，致使李、曹两家之间变的一损俱损，一荣俱荣。
0 钱绍武$张大良$校党委书记###向###先生颁发了收藏证书。
1 彭德怀$浦安修$左太北出生于1940年5月34日，她的父亲是八路军高级将领、曾任八路军参谋长等职的左权将军，她的母亲是###夫人###在北师大女附中的同学刘志兰。
11 杜甫$杜审言$##的祖父，名叫###，在唐高宗时期，中过进士。
0 史密斯$威尔肯斯$###身高2米03，体重104公斤。与####一样，###拥有强大的蓝下优势，他的灌蓝几乎百发百中。他还能在关键时刻打乱敌人的阵形，突破对手的防线扣蓝得分。在2005分年1月的比赛中，鹰队近1半的扣蓝是由###完成的。”
2 文超$尹马氏$遗孀###，在艰难的生活中，鼎力抚养年仅七岁的独生子##。
4 曹寅$康熙$曹雪芹的祖父##是##的亲信，祖孙三代担任江宁织造达60年之久，曹府盛况一如《红楼梦》中的贾府。
0 孙玉亭$田福堂$提起###，###马上又想到了玉亭的侄子孙少安。
2 孔丹$许明$##出身于一个“红色家庭”，父亲孔原为原中共中央调查部部长，母亲##为原国务院副秘书长。
0 达尔巴$小蛮$###见他脸上忽现书卷之气，哪里知他是在模仿唐代诗人白乐天之妾##的舞姿，不禁一呆，金杵当头直击。
2 杨德豫$杨树达$###：1928年生，湖南长沙人，国学大师###之子。
7 杜呈祥$傅乐焕$王崇武（1911~1957），著名明史研究专家。1932年至1936年在北京大学史学系学习，与邓广铭、王毓铨、###、张政烺、###等为同学。
7 雷佳音$孙艺洲$这是一个“活宝”一样的角色，戏份不多却非常吸睛，而他的扮演者是###、###、李念在上海戏剧学院的同班同学，在话剧舞台上已经磨练了十余年的的表演功底。
2 霍建华$小海豚$林心如和###的女儿，名字叫：###，名字可爱，本人更可爱，现在明星对孩子的保护很好，严防死守怕被拍到正面照，但是林心如在接受采访的时候自曝###眼睛很大，睫毛很长，长得很好看，###见她第一面都哭了，对女儿爱不释手的，可见###颜值有多高了。
9 李叔同$李岸$###（1880—1943），又名李息霜、##、李良，谱名文涛，幼名成蹊，学名广侯，字息霜，别号漱筒。
4 豪塞尔$希特勒$但是4月3日，###因为和###发生了激烈争吵而被解除职务。
0 刘慧勇$孙洪先$中国投资学会###副会长、###秘书长等专家近日呼吁进行“二次房改”。
0 张苞$关羽$##被杀后，张飞与##之子关兴结拜为兄弟，一起随刘备伐吴，手持蛇矛，作战勇猛。
1 黄宗英$程述尧$半年后，###重返上海，后来又应聘到南北剧社，担纲主演，往来于津沪之间，成了红极一时的甜姐儿，当时南北剧社的社长###，对###十分关爱，1946年，###嫁给了###。
10 鲍里斯·约翰逊$卡丽·西蒙兹$当地时间29日，英国新任首相#######与其女友######一同入住唐宁街10号。
2 周海婴$鲁迅$###：##与许广平之子（1929—2011），无线电专家。
2 米特·罗姆尼$兰诺·罗姆尼$######之父乔治
gitextract_caa2f0pp/ ├── .gitignore ├── .idea/ │ ├── bert_document_classify.iml │ ├── codeStyles/ │ │ └── Project.xml │ ├── dbnavigator.xml │ ├── encodings.xml │ ├── inspectionProfiles/ │ │ └── Project_Default.xml │ ├── misc.xml │ ├── modules.xml │ └── vcs.xml ├── README.md ├── att.py ├── bert/ │ ├── __init__.py │ ├── args.py │ ├── extract_feature.py │ ├── graph.py │ ├── modeling.py │ ├── optimization.py │ └── tokenization.py ├── data/ │ ├── data_into_train_test.py │ ├── rel_dict.json │ ├── relation_bar_chart.py │ ├── test.txt │ ├── train.txt │ └── 人物关系表.xlsx ├── load_data.py ├── model_predict.py ├── model_train.py └── requirements.txt
SYMBOL INDEX (92 symbols across 8 files)
FILE: att.py
class Attention (line 7) | class Attention(Layer):
method __init__ (line 8) | def __init__(self, attention_size, **kwargs):
method build (line 12) | def build(self, input_shape):
method call (line 30) | def call(self, x, mask=None):
method compute_mask (line 45) | def compute_mask(self, input, input_mask=None):
method compute_output_shape (line 48) | def compute_output_shape(self, input_shape):
method get_config (line 52) | def get_config(self):
FILE: bert/args.py
class PoolingStrategy (line 5) | class PoolingStrategy(Enum):
method __str__ (line 15) | def __str__(self):
method from_string (line 19) | def from_string(s):
FILE: bert/extract_feature.py
class InputExample (line 12) | class InputExample(object):
method __init__ (line 14) | def __init__(self, unique_id, text_a, text_b):
class InputFeatures (line 20) | class InputFeatures(object):
method __init__ (line 23) | def __init__(self, unique_id, tokens, input_ids, input_mask, input_typ...
class BertVector (line 31) | class BertVector:
method __init__ (line 33) | def __init__(self, batch_size=32, pooling_strategy="REDUCE_MEAN", max_...
method get_estimator (line 61) | def get_estimator(self):
method predict_from_queue (line 90) | def predict_from_queue(self):
method encode (line 95) | def encode(self, sentence):
method queue_predict_input_fn (line 100) | def queue_predict_input_fn(self):
method generate_from_queue (line 114) | def generate_from_queue(self):
method input_fn_builder (line 124) | def input_fn_builder(self, features, seq_length):
method model_fn_builder (line 171) | def model_fn_builder(self, bert_config, init_checkpoint, layer_indexes):
method convert_examples_to_features (line 224) | def convert_examples_to_features(self, seq_length, tokenizer):
method _truncate_seq_pair (line 299) | def _truncate_seq_pair(self, tokens_a, tokens_b, max_length):
method _to_example (line 316) | def _to_example(sentences):
FILE: bert/graph.py
function import_tf (line 14) | def import_tf(device_id=-1, verbose=False):
function set_logger (line 22) | def set_logger(context, verbose=False):
function optimize_graph (line 36) | def optimize_graph(logger=None, verbose=False, pooling_strategy=PoolingS...
FILE: bert/modeling.py
class BertConfig (line 30) | class BertConfig(object):
method __init__ (line 33) | def __init__(self,
method from_dict (line 82) | def from_dict(cls, json_object):
method from_json_file (line 90) | def from_json_file(cls, json_file):
method to_dict (line 96) | def to_dict(self):
method to_json_string (line 101) | def to_json_string(self):
class BertModel (line 106) | class BertModel(object):
method __init__ (line 130) | def __init__(self,
method get_pooled_output (line 235) | def get_pooled_output(self):
method get_sequence_output (line 238) | def get_sequence_output(self):
method get_all_encoder_layers (line 247) | def get_all_encoder_layers(self):
method get_embedding_output (line 250) | def get_embedding_output(self):
method get_embedding_table (line 261) | def get_embedding_table(self):
function gelu (line 265) | def gelu(input_tensor):
function get_activation (line 281) | def get_activation(activation_string):
function get_assignment_map_from_checkpoint (line 318) | def get_assignment_map_from_checkpoint(tvars, init_checkpoint):
function dropout (line 345) | def dropout(input_tensor, dropout_prob):
function layer_norm (line 363) | def layer_norm(input_tensor, name=None):
function layer_norm_and_dropout (line 369) | def layer_norm_and_dropout(input_tensor, dropout_prob, name=None):
function create_initializer (line 376) | def create_initializer(initializer_range=0.02):
function embedding_lookup (line 381) | def embedding_lookup(input_ids,
function embedding_postprocessor (line 430) | def embedding_postprocessor(input_tensor,
function create_attention_mask_from_input_mask (line 526) | def create_attention_mask_from_input_mask(from_tensor, to_mask):
function attention_layer (line 560) | def attention_layer(from_tensor,
function transformer_model (line 756) | def transformer_model(input_tensor,
function get_shape_list (line 897) | def get_shape_list(tensor, expected_rank=None, name=None):
function reshape_to_matrix (line 934) | def reshape_to_matrix(input_tensor):
function reshape_from_matrix (line 948) | def reshape_from_matrix(output_tensor, orig_shape_list):
function assert_rank (line 961) | def assert_rank(tensor, expected_rank, name=None):
FILE: bert/optimization.py
function create_optimizer (line 25) | def create_optimizer(loss, init_lr, num_train_steps, num_warmup_steps, u...
class AdamWeightDecayOptimizer (line 84) | class AdamWeightDecayOptimizer(tf.train.Optimizer):
method __init__ (line 87) | def __init__(self,
method apply_gradients (line 105) | def apply_gradients(self, grads_and_vars, global_step=None, name=None):
method _do_use_weight_decay (line 156) | def _do_use_weight_decay(self, param_name):
method _get_variable_name (line 166) | def _get_variable_name(self, param_name):
FILE: bert/tokenization.py
function convert_to_unicode (line 27) | def convert_to_unicode(text):
function printable_text (line 47) | def printable_text(text):
function load_vocab (line 70) | def load_vocab(vocab_file):
function convert_by_vocab (line 85) | def convert_by_vocab(vocab, items):
function convert_tokens_to_ids (line 93) | def convert_tokens_to_ids(vocab, tokens):
function convert_ids_to_tokens (line 97) | def convert_ids_to_tokens(inv_vocab, ids):
function whitespace_tokenize (line 101) | def whitespace_tokenize(text):
class FullTokenizer (line 110) | class FullTokenizer(object):
method __init__ (line 113) | def __init__(self, vocab_file, do_lower_case=True):
method tokenize (line 119) | def tokenize(self, text):
method convert_tokens_to_ids (line 127) | def convert_tokens_to_ids(self, tokens):
method convert_ids_to_tokens (line 130) | def convert_ids_to_tokens(self, ids):
class BasicTokenizer (line 134) | class BasicTokenizer(object):
method __init__ (line 137) | def __init__(self, do_lower_case=True):
method tokenize (line 145) | def tokenize(self, text):
method _run_strip_accents (line 169) | def _run_strip_accents(self, text):
method _run_split_on_punc (line 180) | def _run_split_on_punc(self, text):
method _tokenize_chinese_chars (line 200) | def _tokenize_chinese_chars(self, text):
method _is_chinese_char (line 213) | def _is_chinese_char(self, cp):
method _clean_text (line 235) | def _clean_text(self, text):
class WordpieceTokenizer (line 249) | class WordpieceTokenizer(object):
method __init__ (line 252) | def __init__(self, vocab, unk_token="[UNK]", max_input_chars_per_word=...
method tokenize (line 257) | def tokenize(self, text):
function _is_whitespace (line 311) | def _is_whitespace(char):
function _is_control (line 323) | def _is_control(char):
function _is_punctuation (line 335) | def _is_punctuation(char):
FILE: load_data.py
function read_txt_file (line 6) | def read_txt_file(file_path):
function get_train_test_pd (line 21) | def get_train_test_pd():
Condensed preview — 28 files, each showing path, character count, and a content snippet. Download the .json file or copy for the full structured content (717K chars).
[
{
"path": ".gitignore",
"chars": 83,
"preview": "chinese_L-12_H-768_A-12\nchinese_wwm_ext_L-12_H-768_A-12\ntmp_graph11\nsent.txt\nmodels"
},
{
"path": ".idea/bert_document_classify.iml",
"chars": 428,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<module type=\"PYTHON_MODULE\" version=\"4\">\n <component name=\"NewModuleRootManager"
},
{
"path": ".idea/codeStyles/Project.xml",
"chars": 2249,
"preview": "<component name=\"ProjectCodeStyleConfiguration\">\n <code_scheme name=\"Project\" version=\"173\">\n <DBN-PSQL>\n <case"
},
{
"path": ".idea/dbnavigator.xml",
"chars": 22609,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<project version=\"4\">\n <component name=\"DBNavigator.Project.DataEditorManager\">\n"
},
{
"path": ".idea/encodings.xml",
"chars": 135,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<project version=\"4\">\n <component name=\"Encoding\" addBOMForNewFiles=\"with NO BOM"
},
{
"path": ".idea/inspectionProfiles/Project_Default.xml",
"chars": 809,
"preview": "<component name=\"InspectionProjectProfileManager\">\n <profile version=\"1.0\">\n <option name=\"myName\" value=\"Project De"
},
{
"path": ".idea/misc.xml",
"chars": 185,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<project version=\"4\">\n <component name=\"ProjectRootManager\" version=\"2\" project-"
},
{
"path": ".idea/modules.xml",
"chars": 296,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<project version=\"4\">\n <component name=\"ProjectModuleManager\">\n <modules>\n "
},
{
"path": ".idea/vcs.xml",
"chars": 180,
"preview": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<project version=\"4\">\n <component name=\"VcsDirectoryMappings\">\n <mapping dire"
},
{
"path": "README.md",
"chars": 3954,
"preview": "  运行该项目的模型训练和模型预测脚本需要准备BERT中文版的模型数据，下载网址为：[https://github.com/google-research/bert/blob/master/multilingual.md"
},
{
"path": "att.py",
"chars": 2198,
"preview": "# -*- coding: utf-8 -*-\nfrom keras import backend as K\nfrom keras.engine.topology import Layer\n\n\n# 利用Keras构造注意力机制层\nclass"
},
{
"path": "bert/__init__.py",
"chars": 616,
"preview": "# coding=utf-8\n# Copyright 2018 The Google AI Language Team Authors.\n#\n# Licensed under the Apache License, Version 2.0 "
},
{
"path": "bert/args.py",
"chars": 1580,
"preview": "import os\nfrom enum import Enum\n\n\nclass PoolingStrategy(Enum):\n NONE = 0\n REDUCE_MAX = 1\n REDUCE_MEAN = 2\n R"
},
{
"path": "bert/extract_feature.py",
"chars": 13994,
"preview": "from bert.graph import import_tf\nfrom bert import modeling\nfrom bert import tokenization\nfrom bert.graph import optimize"
},
{
"path": "bert/graph.py",
"chars": 6792,
"preview": "# coding:utf-8\nimport os\nimport tempfile\nimport random\nimport json\nimport logging\nfrom termcolor import colored\nfrom ber"
},
{
"path": "bert/modeling.py",
"chars": 38086,
"preview": "# coding=utf-8\n# Copyright 2018 The Google AI Language Team Authors.\n#\n# Licensed under the Apache License, Version 2.0 "
},
{
"path": "bert/optimization.py",
"chars": 6046,
"preview": "# coding=utf-8\n# Copyright 2018 The Google AI Language Team Authors.\n#\n# Licensed under the Apache License, Version 2.0 "
},
{
"path": "bert/tokenization.py",
"chars": 10559,
"preview": "# coding=utf-8\n# Copyright 2018 The Google AI Language Team Authors.\n#\n# Licensed under the Apache License, Version 2.0 "
},
{
"path": "data/data_into_train_test.py",
"chars": 1236,
"preview": "# -*- coding: utf-8 -*-\nimport json\nimport pandas as pd\nfrom pprint import pprint\n\ndf = pd.read_excel('人物关系表.xlsx')\nrela"
},
{
"path": "data/rel_dict.json",
"chars": 168,
"preview": "{\n \"unknown\": 0,\n \"夫妻\": 1,\n \"父母\": 2,\n \"兄弟姐妹\": 3,\n \"上下级\": 4,\n \"师生\": 5,\n \"好友\": 6,\n \"同学\": 7,\n \"合作\": 8,\n \"同人\": 9,\n"
},
{
"path": "data/relation_bar_chart.py",
"chars": 883,
"preview": "# -*- coding: utf-8 -*-\n# 绘制人物关系频数统计条形图\nimport pandas as pd\nimport matplotlib.pyplot as plt\n\n# 读取EXCEL数据\ndf = pd.read_ex"
},
{
"path": "data/test.txt",
"chars": 46413,
"preview": "2 果素瑛$程永光$程砚秋与###生有三子一女，即###、程永源、程永江和程慧贞。\n3 程永光$程永江$程砚秋与果素瑛生有三子一女，即###、程永源、###和程慧贞。\n2 刘表$刘琮$曹操南征荆州，##之子##投降，刘备领军民十余万避难，于"
},
{
"path": "data/train.txt",
"chars": 184994,
"preview": "0 戴东原$李源澄$与###论###书\n0 刘国桢$梅秀英$尉迟宝林倒反白良关，杀死###，###自尽全节。\n0 陶一清$徐北汀$1982年由张先生介绍跟山水画家###、###先生等前辈专门研习北派山水画。\n6 胡淑芬$蔡春猪$我是###，"
},
{
"path": "load_data.py",
"chars": 1006,
"preview": "# -*- coding: utf-8 -*-\nimport pandas as pd\n\n\n# 读取txt文件\ndef read_txt_file(file_path):\n with open(file_path, 'r', enco"
},
{
"path": "model_predict.py",
"chars": 2165,
"preview": "# -*- coding: utf-8 -*-\n# 模型预测\n\nimport os, json\nimport numpy as np\nfrom bert.extract_feature import BertVector\nfrom kera"
},
{
"path": "model_train.py",
"chars": 3362,
"preview": "# -*- coding: utf-8 -*-\n# 模型训练\nimport os\nos.environ['CUDA_VISIBLE_DEVICES'] = '-1'\nimport json\nimport numpy as np\nfrom k"
},
{
"path": "requirements.txt",
"chars": 96,
"preview": "tensorflow==1.13.1\nkeras==2.3.1\npandas==0.23.4\nmatplotlib==2.2.4\nnumpy==1.16.2\nscikit-learn\nxlrd"
}
]
// ... and 1 more files (download for full content)
About this extraction
This page contains the full source code of the percent4/people_relation_extract GitHub repository, extracted and formatted as plain text for AI agents and large language models (LLMs). The extraction includes 28 files (342.9 KB), approximately 220.1k tokens, and a symbol index with 92 extracted functions, classes, methods, constants, and types. Use this with OpenClaw, Claude, ChatGPT, Cursor, Windsurf, or any other AI tool that accepts text input. You can copy the full output to your clipboard or download it as a .txt file.
Extracted by GitExtract — free GitHub repo to text converter for AI. Built by Nikandr Surkov.