如何理解“雞”與“超市”有關，但與“猶太會堂”或“牙醫”無關

Question

假设我们有一个输入字符串我需要买一些鸡肉。 在对这个字符串做了一点工作之后，假设我们将它简化为买鸡肉

我的问题是，我们如何理解鸡肉与咖啡馆或超市有关，而与锁匠或邮局无关。更具体地说，我有n个兴趣点类型，我试图得出n个概率p1，p2，…，其中每个概率表示字符串类型对的可能性（或意义）

我的最终目标是得到一个包含这n个概率的unequality，这当然应该是有意义的。我想要：

p(chicken, synagogue) < p(chicken, supermarket)

但不是：

p(chicken, train_station) > p(chicken, café)

我试着在谷歌上搜索，根据搜索结果的数量来确定这些概率，但一点也不满意。例如，当我搜索chicken breast EMBASSY：我得到了24500000个结果。对于chicken breast SUPERMARKET，结果的数量是1160000。如果我们只考虑这些数字来计算概率，我们会得出一个结论，其中p（鸡肉，超市）<；当然是错的

你对如何解决这个问题有什么建议吗

Answer 1

你可能想看看一些语境化的语言模型，比如BERT，它基本上是以一种方式训练出来的，给你在不同的语境中对同一个词的向量表示。例如，bank在bank deposit和river bank中不会有相同的表示

一般来说，从NLP的角度来看，language model和word embedding是您可能想要查找的关键字