Question

是否存在任何库或方法可以让您找出单词集最可能的颜色？例如，黄瓜，苹果，草，它给我绿色。有没有人以前在那个方向工作？

Answer 1

如果必须这样做，我将尝试使用谷歌图片或其他人搜索图像，并识别前n个结果中最常见的颜色。

Answer 2

听起来这是一个非常合理的NLP问题，而且很容易通过map-reduce处理。

确定您称之为颜色的单词和短语列表['blue'，'green'，'red'，...]。翻阅一大堆句子，对于提到特定颜色的句子，对于该句子中的每个其他单词，记下文件中的(word, color_name)。（地图步骤）

然后，对于您在语料库中看到的每个单词，汇总您看到的所有颜色，以获得类似{'cucumber': {'green': 300, 'yellow': 34, 'blue': 2}, 'tomato': {'red': 900, 'green': 430'}...}（缩小步骤）的内容

如果你使用足够大的语料库（类似维基百科），并且你弄清楚如何修剪真正的小数量，罕见的单词，你应该能够制作相当全面和健壮的字典，将数百万个项目映射到他们的颜色。

Answer 3

另一种方法是在谷歌中搜索颜色组合和相关单词的文本搜索，并采用最多结果的组合。这是一个快速的Python脚本：

import urllib
import json
import itertools

def google_count(q):
      query = urllib.urlencode({'q': q})
      url = 'http://ajax.googleapis.com/ajax/services/search/web?v=1.0&%s' % query
      search_response = urllib.urlopen(url)
      search_results = search_response.read()
      results = json.loads(search_results)
      data = results['responseData']
      return int(data['cursor']['estimatedResultCount'])

colors = ['yellow', 'orange', 'red', 'purple', 'blue', 'green']

# get a list of google search counts
res = [google_count('"%s grass"' % c) for c in colors]
# pair the results with their corresponding colors
res2 = list(itertools.izip(res, colors))
# get the color with the highest score
print "%s is %s" % ('grass', sorted(res2)[-1][1])

这将打印：

grass is green

Answer 4

Daniel和Xi.lin的回答是非常好的想法。沿着同一轴线，我们可以将两种方法结合起来，类似于Xilin的方法，但更简单：使用您希望找到与+“颜色”过滤器关联的颜色查询Google Image（请参见左下方栏）。并查看哪种颜色会产生更多结果。

Answer 5

如果可能的话，我建议使用一组严格定义的来源，例如维基百科和Wordnet。例如，这是Wordnet for＆＃34; panda＆＃34;：

S :( n）大熊猫，熊猫，熊猫，浣熊，大熊猫（Ailuropoda melanoleuca）（中国和西藏竹林的大型黑白食草哺乳动物; 在某些分类中被认为是熊家庭成员或独立成员家庭Ailuropodidae）

S：（n）小熊猫，小熊猫，熊猫，熊猫，猫熊， Ailurus fulgens（红褐色的旧世界浣熊般的食肉动物; 在一些被认为与大熊猫无关的分类中

由于简洁，精心构造的语言，任何颜色词很可能都很重要。在这里你可以看到大熊猫是黑白的和红褐色的。

如果您确定维基百科的子部分（例如＆＃34; Botanical Description＆＃34;），这将有助于提高结果的相关性。此外，维基百科中的第一张图片很可能是最好的＆＃34;权威＆＃34;之一。

但是，与所有统计方法一样，你会得到误报（和否定，尽管这些可能不是问题）。

从单词集中获取最可能的颜色

5 个答案: