我正在玩一个推荐系统，该系统采用关键的描述性词语和短语，并将其与其他人匹配。具体来说，我专注于啤酒中的口味，用算法搜索malty或medium bitterness之类的东西，将它们拉出来，然后与其他啤酒进行比较，得出味道建议。
目前，我正在努力提取。有哪些技术可以识别单词并将其标准化以便以后处理？
如何提取hoppy和hops并将其视为相同的字词，同时请注意very hoppy和not enough hops具有不同的修改含义用前面的词语？我相信我可以使用词干来表示复数和后缀/前缀词，但对于对或更复杂的模式呢？这有什么技巧？
答案 0 :(得分：0)
我首先会忽略细粒度的区别并编制一个词典语义模式列表，这些模式可用于提取某些信息结构 - 例如：
<foodstuff> 有 <taste-description> 品味 <foodstuff> 品尝 <taste-description> <taste-description> <taste-description> 您可以在文本中使用此类模式的实例来推断有用的概念（例如不同的品味描述），然后可以再次使用这些概念来引导extraction of new patterns and thus new concepts。