首先，让我向您介绍我的问题：对于一个项目，我必须对8000个问题进行分类，并将它们分为7类（宪法，体育，地理，历史，科学，教育和科技）。因为问题很短，所以SVM没有多大意义，所以我只为每个类别创建了一个单词列表。为了提高准确性，我必须扩展这些列表，因此可以将未标记的字符串放入类别中。在互联网上我听说过WordNet来获取单词的同义词（这对我来说很有意义，因为我需要尽可能多的同义词）。 但问题出现了：WordNet显示在
下from nltk.corpus import wordnet as wn
for synset in wn.synsets(word):
for lemma in synset.lemmas():
print(lemma.name())
所有相关词汇。一个例子是资本这个词：我只是指一个国家的首都城市意义上的资本，但WordNet返回的词语资本，工作，大写字母，大写，大写，majuscule和首都华盛顿。 显然，我不需要在一袋字的地理上用大写这个词。 所以我问你是否有可能将WordNet减少到只有一个含义，或者是否有任何替代方案我可以使用。
真诚的，詹姆斯