使用 NLTK 将两个字符串匹配在一起？

Posted 2023-02-23

【中文标题】使用 NLTK 将两个字符串匹配在一起？

【英文标题】：Matching two strings together using NLTK?

【发布时间】：2016-04-23 04:48:53

【问题描述】：

所以我正在尝试编写一个接收 2 个字符串的程序，例如：

"I like pizza better cold"

和

"I really enjoy pizza when it is chilled"

并找出这两件事是否相互匹配，例如：

"I like pizza better cold"

和

"Pizza really sucks."

以上内容不匹配。

我已经使用可用于 Python 的 NLTK 语言来执行此操作。我只是想知道是否有人以前做过类似的事情并有任何建议？ NLTK 是要走的路吗？我应该使用什么功能或规格？

我正在考虑将字符串拆分为标记，然后挑选形容词和名词作为标记的主要方法，然后可能使用情绪分析算法来确定它是否是肯定的，然后根据此匹配字符串.. .

这只是我为了好玩而做的一个小项目，所以在这里任何事情都会有好处:)

干杯， 会

【问题讨论】：

我不认为NLTK 有这样的东西。您必须制作一个自定义程序，其中 pizza really sucks 有上述句子的列表或只有 chill,cold 。简而言之，您需要有单词词典并将它们指向一个句子，如果它们出现在句子。

Mhhhrgh，我认为您应该从更好地了解 NLP 开始。当然，这是一个困难的话题（我只是一个业余爱好者）。你有一个好的开始：nltk.org/book_1ed 我不太明白你的问题，但它闻起来像 POS 标记，其中 POS 代表词性。几乎就是你在小学时所做的。

在nltk.org/book/ch05.html 中，您介绍了使用 nltk 进行 POS 标记。

@geekazoid 我认为这是一个分类问题，将句子分类为chilled 和cold 比萨饼是相同的，但不是sucks 一个。一个特定的句子可以用多种方式编写，我认为 POS 标记在这里没有任何帮助

@NikhilParmar 好的，这是一个观点。我可以看到句子的主语/宾语是否相同。但这取决于 OP :)

【参考方案1】：

根据您的问题，您想比较两个句子，然后可能找出它们匹配的百分比。

您可以使用Jaccard Similarity 或Cosine Similarity 来查找句子之间的相似性。

关于余弦相似度参考这里How to calculate cosine similarity given 2 sentence strings? - Python

如果余弦相似度较小，则句子不相似，但如果接近 1，则句子相似

NLTK 可用于查找句子中单词的同义词，以便从句子中获取语义。

要查找同义词，您可以使用以下代码：

from nltk.corpus import wordnet as wn
wn.synsets(your word)

【讨论】：

余弦相似度的实现肯定是一个很好的“保证”检查，或者是第一次通过检查。鉴于 NLTK 实现需要更繁重的检查过程，这可能是在使用更重的比较功能之前的快速检查。感谢您提供的信息，我相信这最终会进入实施 :) 我也在研究锤击距离，这与此处的余弦相似度相同，对吗？干杯

我对锤击距离一无所知，需要阅读。很高兴为您提供帮助:)

必须是锤击距离而不是锤击距离en.wikipedia.org/wiki/Hamming_distance。

感谢@Riyaz 的更正！是的，我的意思是汉明距离:)

@Willy 如果您认为它对您有用，您可以选择此答案