"Çok", "Birkaç", "biraz", "bazı" gibi kelimeleri sınıflandırmanın kolay yolu

Question

"Çok", "birkaç", "çok" gibi değiştiricileri sınıflandırabilmesi gereken bir proje üzerinde çalışıyorum "bazı" vb asgari yüzdeleri Örneğin "a lot" için

içine - Ben sadece bu düzenleyiciler ve sayısal değerler, örneğin ilgilidir büyük sözlüğünü oluşturma düşünüyorum şu anda>80%

a few ->15%

some ->10%

lots ->80%

Ancak bu çok zahmetli ve muhtemelen bütün senaryoları karşılamayacaktır. Bunu yapmak için daha kolay bir yol var mı, yoksa bu amaçla zaten var olan bir NLP aracı var mı - tercihen python'da (ya da zaten var olan bir veritabanında?)

Answer 1

Benzerlik aslında NLP'de zor bir sorundur. Word2Vec'i kullanmanızı ve her sözcüğün kelime sıralamasını oluşturmanızı öneririm. Sonra her kelime çiftinin mesafesini karşılaştırabilir ve yoldan daha iyi bir kelime olup olmadığını görebilirsin. Kelime gömdüğünün etkinliğini geliştirmenin anahtarı, yeterince büyük olan ve probleminize daha yakın olan bölgeyi belirleyen bir corpus seçmektir.