nlp - 列出与名词相关的特征
问题描述
我试图列出与给定名词相关的(物理)特征,即所有可以描述这个名词的词(形容词和名词)。例如:
road
...应该返回:
black, flat, tar, porous, long...
我尝试了几种不满意的方法。例如,字典应该提供这样的词,但它们的定义太严格太短。我还尝试了诸如 ConceptNet 之类的语义网络(请参阅此链接)。但据我所知,可用资源(用于我的应用程序)是稀缺的。我永远无法预测道路(通常)是黑色的。
你有更好的想法/方法吗?
如果这个问题太幼稚,请原谅我对该领域的了解不足。
注意:在我的理解中,这个问题很困难,因为它涉及“常识”:我得到的“黑色道路”(180 万条结果)的谷歌搜索结果少于“白色道路”(240 万条结果),因为没有人谈论黑色道路(太明显了!)。结果,机器的训练是有偏差的。
解决方案
推荐阅读
- spring-boot - Spring Boot PageNotFound - 没有 GET/POST 映射
- python-3.x - 当我尝试美化网站时出现 unicodeEncoderError
- javascript - 如何将数据从 android 应用程序发送到我的本地站点?
- c# - how to stop ignoring jObject properties when we call API?
- java - Spring Framework 错误创建具有名称的 bean 并且没有类型的限定 bean
- java - 我不确定为什么我的 If 语句没有打印我的变量
- azure-functions - 我在从 ADF 和 Postman 向持久函数(Azure Functions 的扩展)发出发布请求时遇到问题
- python - 多个excel文件和多个工作表到一个excel文件,但在Python中有不同的excel工作表
- r - 如何进行并行 cbind
- c - 使用 g++ 编译的 C 代码中的分段错误访问全局 2D 字符数组索引