草庐IT

java - 如何使用 WordNet 或与 wordnet 相关的实现基于类别的文本标记？

coder 2024-04-02 原文

如何使用 wordnet 按单词类别标记文本(java 作为接口(interface))？

示例

考虑以下句子:

1) 计算机需要键盘、显示器、CPU 才能工作。
2)汽车使用齿轮和离合器。

现在我的目标是，必须将例句标记为

  • 第一句

Computer/electronic
keyboard/electronic
CPU / electronic

  • 第二句

    Automobile / mechanical
    gears / mechanical
    clutch / mechanical

一些额外的例子......

“使用微芯片监控离合器和齿轮” -> 离合器/机械、齿轮/机械、微芯片/电子

“此处用于监测氢含量的软件”-> 软件/计算机，氢/化学..

我想在 java 中实现上面提到的目标，即通过相关类别标记名词，如技术、机械、电气等。

如何使用 wordnet 执行此操作。

我以前的作品

为了实现我的目标，我在文本文件中为每个类别创建了一个术语索引，并将其与标题匹配。如果文本文件中包含一个词，那么标题就会被分类。

例如

Automobile.txt 有car , gear , wheel , clutch 。
networking.txt 有server,IP Address,TCP, RIP

这是算法:

String Classify (String title)
{
 String area;
 if (compareWordsFrom ("Automobile.txt",title) == true ) area = "Auto";
 if (compareWordsFrom ("Netoworking.txt",title) == true ) area = "Networking";
 if (compareWordsFrom ("metels.txt",title) == true ) area = "Metallurgy";
 return area;
}

很难找到相关的词来建立索引。也就是说，汽车领域有1000个很难找到的相关术语。

准确地说，手动建立术语索引是一个令人心碎的过程

我已经用过 Stanford NLP ， Open NLP ，但是他们在标记 POS ，但不能满足需要。

我的需求
我的工作需要一种自动化的方式。做自然语言处理技术能够做到。 ？

有人建议使用 wordnet 库，但我怎么能使用它，因为它就像字典，但我想要像 ..

机械 = {齿轮、涡轮、发动机 ....) electronic = {微芯片，RAM，ROM，...)

是否有类似上述结构的单词数据库..

或者是否有现成的库可用？

最佳答案

您需要将一堆名词(例如“汽车”、“齿轮”)归入预定义的类别(例如“汽车”)。虽然命名实体识别是完成此任务的正确方法，但它也有其问题，主要问题是收集足够的注释数据以正确训练系统。

WordNet 可以帮助建立 semantic similarity 名词之间，从而帮助您根据相似性分数选择类别。有几种建立相似性分数的方法。一些突出的是

基本思想是相似的术语通过本体(例如 WordNet)归入相似的类别。因此，它们在本体的类别树中的类别之间的距离如果密切相关则将更短，否则将更长。也许最简单的此类分数是路径分数:

PathScore(s1, s2) = 1/pathLength(s1, s2)

其中 pathLength 是上述类别树中路径的长度。

举例说明:

PathScore(*car*, *automobile*) = 1.0;     // path score is always between 0 and 1
WuPalmerScore(*car*, *automobile*) = 1.0; // Wu & Palmer's score is always between 0 and 1

PathScore(*engine*, *automobile*) = 0.25;
WuPalmerScore(*engine*, *automobile*) = 0.88;

PathScore(*microprocessor*, *automobile*) = 0.09;
WuPalmerScore(*microprocessor*, *automobile*) = 0.58;

因此，如您所见，您希望属于同一类别的术语通常具有更高的相似度分数。最好的库是 WordNet Similarity for Java ，它提供了几个相似性指标供您进行试验。他们还有一个 online demo here .

警告 如果您尝试标记专有名词，WordNet 将无法正常运行。例如，如果您希望 Hyundai 属于汽车类别，Samsung 属于电子产品类别，这根本无济于事...因为 WordNet 不进行分类这些名词。在这种情况下，还有其他建立在 WordNet 之上的本体可以帮助您:

  • 其中一个著名的本体是 Yago 。
  • 使用维基百科类别是另一种成功的方法。

关于java - 如何使用 WordNet 或与 wordnet 相关的实现基于类别的文本标记？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21533837/

WordNetstrongcodenoreferrerjavamachine-learningnlpclassification

有关java - 如何使用 WordNet 或与 wordnet 相关的实现基于类别的文本标记？的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  4. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  5. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  6. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  7. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  8. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  9. ruby-on-rails - 如何验证 update_all 是否实际在 Rails 中更新 - 2

    给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？ 最佳答案 在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru

  10. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

随机推荐