在 Python 中自动确定单词上下文/含义的方法答案

【问题标题】：Way to automatically determine word context/meaning in Python在 Python 中自动确定单词上下文/含义的方法
【发布时间】：2020-05-01 10:23:33
【问题描述】：

我有一个关于不同主题（特别是 subreddit 名称）的 Python 单词列表。我只需要过滤掉有关编程的子目录，例如“linux”、“Python”、“lisp”、“programming”、“ProgrammerHumor”等（注意与大写字母不一致）。有没有自动的方法来做到这一点，例如。 G。使用 NLTK，还是我必须手动完成？

编辑：
显然我最初的问题有点不清楚。所以我有一长串可能的 subreddit 名称，我只想过滤掉那些与编程有关的名称。 我不知道是哪些 - 可能有编程语言名称（“lisp”、“Python”），或通用编程内容（“programming”、“ProgrammerHumor”），或任何编程语言-related ("LearningMachineLearning, "linux")。有什么方法可以自动提取这些，可能使用 NLP，基于单词的含义/上下文，还是我必须手动完成？

【问题讨论】：

请参阅How to Ask、help center。
我在下面给出的答案正是你所说的......
@HaydenEastwood 你的回答假设我有这个词干列表。我不。我需要通用词列表中的“编程相关”词。 “cats”或“AskReddit”与编程无关，“lisp”是。
好的 - 您在最初的帖子中错过了一个非常关键的点！那肯定是 NLK 问题。

标签： python nlp

【解决方案1】：

我不确定我是否理解您想要实现的目标。但是，如果问题是您是否可以匹配被大写字母污染的单词，您应该将所有内容转换为小写，然后进行 regex 匹配。

在您的情况下，这可能类似于：

第 1 步：安装正则表达式：

pip install regex

第二步：编写代码：

import regex as re
list_of_stuff = ['Python', 'linux', 'lisp', 'programming', 'ProgrammerHumor']
thing_to_find = 'program'
mult3 = map(lambda x: x.find(thing_to_find), list(map(str.lower, list_of_stuff)))
print (list(mult3)) # [-1, -1, -1, 0, 0] -1 = no match, 0 = match

在上面，输出是：

[-1, -1, -1, 0, 0]

其中-1表示索引不匹配，0表示匹配。

【讨论】：

【解决方案2】：

使用类似 spacy() 的相似性方法来检查这个

【讨论】：

正如目前所写，您的答案尚不清楚。请edit 添加其他详细信息，以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center。