我正在编写一个程序来分析文本中颜色的使用情况。我想搜索诸如“杏”或“橙色”之类的颜色词。例如，作者可能会写“风中飘扬的杏裙”。但是，我只想计算实际上描述颜色的杏子/橘子，而不是“我吃了杏子”或“我喝了橙汁”之类的东西。
无论如何，也许可以在NLTK中使用context（）吗？
答案 0 :(得分：1)
欢迎来到同义，多义和WSD的广泛领域。在语料库语言学中，这是一种搭配使用的方法，例如和用于确定果汁呈“橙色”或由相应水果制成的可能性。两种可能性都很高，但是用相应的水果制成“外套”的可能性应该低得多。有不同的方法可以使用。您可以要求语料库注释者（专家，众包等）在文本中注释数据，您可以将其用于训练（机器学习）模型，在这种情况下为简单的分类器。否则，您可以使用大文本数据来与Wordnet结合使用来收集并置计数，这可能会为您提供语义信息，无论通常是用水果制成的夹克。幸运的是，只有很少的人在文本中使用刻板印象的颜色，因此您不必关心“黄色香蕉”之类的情况。 浅层解析也可能会有所帮助，因为颜色形容词应优先使用在归属位置。 另一种方法是使用单词相似性度量（向量空间语义） 或词义歧义消除（WSD）的嵌入。 也许这可以帮助： https://web.stanford.edu/~jurafsky/slp3/slides/Chapter18.wsd.pdf https://towardsdatascience.com/a-simple-word-sense-disambiguation-application-3ca645c56357