我在哪里可以找到包含常见食物清单的文本列表或库？

Question

我正在编写一个解析电子邮件的Python脚本，其中涉及搜索电子邮件的文本以查找常见食品的任何单词。我需要一些方法来确定单词是否确实是食物。

我查看了几个自然语言处理API（例如AlchemyAPI和NLTK 2.0），它们似乎有命名实体提取（这是我想要的），但我找不到特定食物的实体类型

很有可能自然语言处理对我所需要的东西来说太过分了 - 我只想要一份我可以匹配的食物清单。我在哪里可以找到这样的单词列表？我是否需要编写自己的刮刀来解析一些在线资源，或者是否有更简单的方法？

Answer 1

将所有食品放在一个单一的清单中真的很不错，但遗憾的是这是理想的情况。

您可以尝试访问WordNet中的food同义词集。如果您使用的是NLTK，请尝试：

>>> from nltk.corpus import wordnet as wn
>>> food = wn.synset('food.n.02')
>>> list(set([w for s in food.closure(lambda s:s.hyponyms()) for w in s.lemma_names()]))

Answer 2

AFAIK，没有NLTK或类似食物的常见食物实体。你很可能必须为自己构建一个列表。

但是，幸运的是，互联网是你的朋友，这里有一些很好的资料来源，涵盖了英语世界中许多常见的蔬菜和水果：

• http://vegetablesfruitsgrains.com/list-of-vegetables/
• http://edis.ifas.ufl.edu/features/fruitvegindex.html
• http://www.enchantedlearning.com/wordlist/vegetables.shtml

祝你好运！

Answer 3

由于命名实体是专有名词（即人，地点，公司，地点等），因此NLP实体提取不太可能用于查找共同的食物名称。可能有效的NLP功能是关键字提取。我通过AlchemyAPI's demo运行了一些食谱，并将成分标识为关键字。这样你就可以在那里找到方法，但是你仍然需要将关键词与常见食物列表进行比较，例如jrd1。