DomainThesaurus 1.1.9

简介

domainthesaurus是一个python包，提供了提取特定于域的技术 常用于自然语言处理中的叙词表。以下是生成的 同义词表：

{ "internet explorer":
{"abbreviation":["ie"],
"synonym":["internet explorers", "internet explorere", "internetexplorer"],
"other":["firefox","chrome","opera"]}
}

除了特定领域的主题词表外，该软件包还提供了一些有用的模块。 例如，domain term用于提取特定于域的术语和worddiscrimination 用于区分单词（如缩写、同义词）。

安装

domainthesaurus在python 3.x下工作。请在python 3.x中使用它。 我们将尝试支持python 2.x。

依赖性要求：

• 根西姆（>；=3.6.0）
• 网络x（>；=2.1）

domainthesaurus当前在pypi的存储库中可用，您可以 通过pip安装

pip install DomainThesaurus

如果愿意，可以克隆它并运行setup.py文件。使用以下命令 从github获取副本的命令：

git clone https://github.com/DunZhang/DomainSpecificThesaurus.git

用法

一个简单的例子：

>>> dst = DomainThesaurus(domain_specific_corpus_path="your domain specific corpus path",
>>>                       general_vocab_path="your general vocab path",
>>>                       outputDir="path of output")
>>> # extract domain thesauruss
>>> your_thesaurus = dst.extract()

如果没有任何数据集，则可以复制并运行以下代码： https://github.com/DunZhang/DomainSpecificThesaurus/blob/master/docs/notebooks/domain_thesaurus.ipynb。 此代码将自动为您下载数据集。 代码设计灵活，可以用自己的函数类替换默认函数类以获得更好的效果。 表演。 您可以在https://github.com/DunZhang/DomainSpecificThesaurus/blob/master/docs/notebooks中找到更多用法

致谢

在这个项目中，我们使用levenshtein distance和googledrivedownloaderfromhttps://pypi.org/project/jellyfish/ 和https://github.com/ndrplz/google-drive-downloader。谢谢他们的密码。