Question

我一直在经历许多像whoosh / nltk这样的图书馆以及像word net这样的概念。

但是我无法解决我的问题。我不确定我是否可以找到这个库，或者我必须使用上面提到的资源来构建它。

问题： 我的情况是我必须搜索关键词。说我有关键词，如销售文件＆＃39; /＆＃39;购买文件＆＃39;并且必须在10-15页的小书中搜索它们。

问题是： 现在，它们也可以写成“销售应该记录在案”和“＃39;或者＆＃39;公司销售应该写在文本文件中。（对于销售文档 - 关键字）这里有方法还是我必须构建一些东西？

POS标签的代码如下。如果没有可用的库，我将继续这样做。

from nltk.tag import pos_tag
from nltk.tokenize import word_tokenize
from pandas import Series
import nltk
from nltk.corpus import wordnet

def tag(x):
    return pos_tag(word_tokenize(x))



synonyms = []
antonyms = []

for syn in wordnet.synsets("Sales document"):
    #print("Down2")
    print (syn)
    #print("Down")
    for l in syn.lemmas():
        print(" \n")
        print(l)
        synonyms.append(l.name())
        if l.antonyms():
            antonyms.append(l.antonyms()[0].name())

print(set(synonyms))
print(set(antonyms))

for i in synonyms:
    print(tag(i))

更新我们继续做了一个python程序 - 随意分叉。（双关语）此外，Git Dhund现在非常不整洁，一旦完成就会清理它。目前它仍处于开发阶段。

是link。

Answer 1

要匹配诸如“应记录销售记录” 之类的事件，可以通过在Whoosh的词组查询对象中增加slop参数来实现。

whoosh.query.Phrase（字段名称，单词，slop = 1，boost = 1.0，char_ranges = None） slop –短语中每个“单词”之间允许的单词数；默认值1表示词组必须完全匹配。

您还可以在Query中这样定义坡度："Sales should be documented"~5

要匹配第二个示例“公司销售应写在文本文件中” ，这需要对文本进行语义处理。 Whoosh具有wordnet thesaurus的低级实现，以允许您索引同义词，但只有一个单词的同义词。

Python中的NLP短语搜索

1 个答案: