我对产品有描述 - 描述基本上是逗号分隔的字符串（如，E124, water, tatrazin等）。我需要将这个描述分成几部分（用逗号分隔），然后分别对每个部分（单词）进行一些分析。我们将此“analysis of one words”命名为“algorithm”。
所以，算法基本上已经实现了，但是，它并不能理解所有的单词。它有一些它理解的“基本词”，它不理解同义词和不同形式的词。例如，让我们对该产品进行成像，其中包含“tatrazin”。 algorithm适用于“tatrazin”，但E102也是“tatrazin”，而“tatrazin”可能有其他同义词。
所以，为了解决这个问题，我想创建同义词数据库，在将单词发送到“algorithm”之前，我想用“已知的同义词”替换它们。
我将使用关系数据库，我的同义词表将是这样的：
id, word_id, text, category（已知单词的类别值为'base'，未知单词为'synonym'）
1, 1, tatrazin, base
2, 1, E110, synonym
etc.
我认为这应该有效。也许“基础”单词将存储在不同的表和“同义词”中。
我不知道如何解决的唯一问题是，有时单词也有不同的结尾和其他形式（例如，复数或过去的形式等）。应如何对待？
P.S。这不是英语，而是另一种语言，但将来应该支持不同的语言。
答案 0 :(得分：0)
我认为您可以使用像stemmerNet
这样的词干库词干操作将每个单词返回其基本形式。
它支持多种语言。
对于其他含义，您可以使用WordNet这是英语语言，您可以找到其他语言的其他词典。
我希望这个帮助