如何在 Python 中将单词分类？答案

【问题标题】：How can I sort words into categories in Python?如何在 Python 中将单词分类？
【发布时间】：2023-04-05 23:18:01
【问题描述】：

我从事一个项目，我使用 Google 视觉来检测图像中的对象。 API 返回标签列表。所以我有多个单词，我想将每个单词归入一个类别。例如：

谷歌云视觉回归：

['Head', 'Lamp', 'Eye', 'Green', 'Arm', 'Piano', 'Mobile phone', 'Blue', 'Toy']

我想要类似的东西：

{'Object' : ['Lamp', 'Piano', 'Mobile phone', 'Toy'],
'Color' : ['Green', 'Blue'],
'Body parts': ['Head', 'Eye', 'Arm']
}

我知道 word2vec 有一种叫做相似性的东西，但这意味着我必须训练一个模型。有没有我可以使用的预置模型？或者也许是另一种解决方案？

【问题讨论】：

标签： python machine-learning nlp word2vec similarity

【解决方案1】：

查看WordNet，这是一个免费的研究词典，它模拟了单词关系，因此可以帮助您以各种方式对这些标签进行分组：

https://wordnet.princeton.edu/

您也可以尝试使用词向量来对词之间的相似度进行建模，从而也可能对相关词进行聚类。而且，您可以尝试使用各种语言的现成词向量集，而不是自己训练。

但是，此类集合所反映的相似性可能是也可能不是您想要的。例如，像“热”和“冷”这样的反义词在大多数词向量模型中通常非常“相似”，因为它们涉及事物的相同方面并且在相似的上下文中使用。并且逻辑层次结构——例如词是其他词的更具体的例子——在词向量空间中不一定是清晰的。（WordNet，作为一个人工管理的数据集，明确地捕捉到了这样的上位词/下位词关系。）

【讨论】：

【解决方案2】：

试试这个希望它符合标准：

#This is the list of things you want sorted
lists = ['Head', 'Lamp', 'Eye', 'Green', 'Arm', 'Piano', 'Mobile phone', 'Blue', 'Toy']
#This is all the body parts this program searches for
body = ["Head","Eye","Arm"]
body2= []
#All the objects it searches for
object = ["Lamp","Piano","Mobile phone","Toy"]
object2 = []
#All the colors it search for
color = ["Blue","Green"]
color2 = []
#formats the dict according to your criteria 
dict = {"Object":None, "Color":None,"Body":None}
for i in lists:
    if i in object:
        if i in object2:
            continue
        object2.append(i)
        dict["Object"] = object2
    elif i in color:
        if i in color2:
            continue
        color2.append(i)
        dict["Color"] = color2
    elif i in body:
        if i in body2:
            continue
        body2.append(i)
        dict["Body"] = body2
    else:
          pass
print(dict)

对其进行测试，看看它是否符合您的所有标准

【讨论】：