使用Python和NLP进行词语和文本关系分析
我有一个单词，我想知道某段文字是否和这个单词有关，想用python和nltk来实现，这可能吗？
比如说，我有一个单词叫磷。我想知道某个特定的文本文件是否和这个单词有关？
我不能在nltk中使用词袋模型，因为我只有一个单词，没有训练数据。
有什么建议吗？
提前谢谢你。
2 个回答
2
你可以使用nltk库中的wordnet来计算一个词和你其他文本中的词之间的路径相似度分数，并根据这个分数来估算一些启发式的方法：
from nltk.corpus import wordnet as wn
hit = wn.synset('hit.v.01')
slap = wn.synset('slap.v.01')
wn.path_similarity(hit, slap)
你可以在这里找到更多关于nltk wordnet的使用示例： http://www.nltk.org/howto/wordnet.html
5
没有语料库的话，是不行的。
这样想：假设你不懂日语，你能否判断“光”和“部屋に入った時電気をつけました”之间的关系，而不去问一个真正懂日语的人？如果你不能，那你怎么能指望电脑做到呢？
再来做个实验：假设你要教一个不会说英语的人，“light”这个词和“当他进入房间时，他打开了灯”之间的关系，你能给我一个算法吗？答案也是不行。
简单来说：你需要训练数据，除非你大幅度限制“相关”的意思（比如只限于“包含”）。