给出像＆＃34;浪漫＆＃34;或者＆＃34;地下＆＃34;，我想使用python浏览文本数据列表并检索包含这些单词和相关单词的条目，例如＆＃34; boys＆＃34;或者＆＃34;在墙上钻孔＆＃34;。
有人建议我与NLTK一起工作，但我不知道从哪里开始，我对语言处理或语言学一无所知。任何指针都会非常感激。
答案 0 :(得分：1)
你还没有给我们太多的帮助。但是我们假设你有一段文字。这是我刚从Yelp评论中偷走的一个：
纽约市中心多么美丽的火车站。我在报纸，电影和杂志上看到了令人难忘的GCT图像，所以我很清楚电视台内部的样子。然而，它仍然是一颗宝石。在高峰时段站在大厅的中心是一个有趣的体验 - 通勤者在你周围大力流动，阳光透过巨大的窗户照进来，公共广播电台系统蓬勃发展。这是一次真正的纽约体验。
好的，那里有很多单词。你想要什么样的话？形容词？副词？ NLTK将帮助您“标记”单词，因此您可以找到所有广告词：“美丽”，“难忘”，“有趣”，“大量”，“真实”。
现在，你打算怎么处理它们？也许你可以投入一些动词和名词，“喜气洋洋”的声音非常好。但“公告”并不那么有趣。
无论如何，您可以构建关联数据库。此广告词出现在带有这些其他词语的段落中。
也许你可以计算每个单词的频率，而不是整个语料库。也许“餐馆”出现很多，但“虫洞”相对罕见。所以你可以这样过滤？ （只保留“有趣”的字样。）
或许你可以走另一条路，并提取同义词：如果“浪漫”和“女朋友”一起出现，那么称它们为“相关词”并将它们用作搜索引擎的一部分？
我们不知道你想要完成什么，所以很难提出建议。但是，是的，NLTK可以帮助您选择单词的某些子组，如果它实际上是相关的。