我在哪里可以找到包含常见食物列表的文本列表或库？ [关闭]

Question

我正在编写一个解析电子邮件的 Python 脚本，该脚本涉及在电子邮件的文本中搜索任何常见的食物单词。我需要一些方法来确定单词是否确实是食物。

我查看了几个自然语言处理 API（例如 AlchemyAPI 和 NLTK 2.0），它们似乎具有命名实体提取（这是我想要的），但我找不到特别是食物的实体类型.

很可能自然语言处理对于我需要的东西来说太过分了——我只想要一个我可以匹配的食物列表。我在哪里可以找到这样的单词表？我是否需要编写自己的爬虫来从一些在线资源中解析它，还是有更简单的方法？

Answer 1

将所有食物放在一个列表中会非常好，但遗憾的是这是理想的情况。

您可以尝试在 WordNet 中访问 food 同义词集。如果您使用的是 NLTK，请尝试：

>>> from nltk.corpus import wordnet as wn
>>> food = wn.synset('food.n.02')
>>> list(set([w for s in food.closure(lambda s:s.hyponyms()) for w in s.lemma_names()]))

Answer 2

AFAIK，没有用于 NLTK 或类似的常见食物的实体。您很可能必须为自己构建一个列表。

但是，谢天谢地，互联网是你的朋友，这里有一些很好的来源，涵盖了英语世界中许多常见的蔬菜和水果：

• http://vegetablesfruitsgrains.com/list-of-vegetables/
• http://edis.ifas.ufl.edu/features/fruitvegindex.html
• http://www.enchantedlearning.com/wordlist/vegetables.shtml

祝你好运！

Answer 3

由于命名实体是专有名词（即人、地点、公司、地点等），NLP 实体提取不太可能用于查找常见的食物名称。可能起作用的 NLP 功能是关键字提取。我通过AlchemyAPI's demo 运行了一些食谱，并将成分标识为关键字。这样您就可以完成其中的一部分，但您仍然需要将关键字与常见食品列表进行比较，例如提到的 jrd1。