利用自然语言处理寻找单词关联

Question

对于“浪漫”或“地下”这样的词，我想使用python来浏览文本数据列表，并检索包含这些词和相关词的条目，例如“女朋友”或“墙上的洞”。在

有人建议我和NLTK一起工作来完成这项工作，但我不知道从哪里开始，而且我对语言处理和语言学一无所知。任何建议都将不胜感激。在

Answer 1

你没有给我们太多的东西。但假设你有一段文字。这是我刚从Yelp评论中偷来的：

^{bq}$

好吧，这里有很多词。你想要什么样的词？形容词？副词？NLTK将帮助你“标记”这些词，这样你就能找到所有的广告词：“美丽”、“难忘”、“有趣”、“巨大”、“真实”。在

现在，你打算怎么处理他们？也许你可以加入一些动词和名词，“喜气洋洋”听起来不错。但“公告”就没那么有趣了。在

无论如何，您可以构建一个关联数据库。这个广告词和其他词一起出现在段落中。在

也许你可以计算出每个单词的频率，超过你的语料库。也许“餐厅”出现的很多，但“瘟疫洞”相对比较少见。所以你可以这样过滤？（只保留“有趣”的词。）

或者你也可以反过来，提取同义词：如果“浪漫”和“女朋友”经常出现在一起，那么就称它们为“相关词”，并将它们作为搜索引擎的一部分使用？在

我们不知道你想完成什么，所以很难提出建议。但是，是的，NLTK可以帮助您选择特定的单词子组，如果这确实相关的话。在