Nlp 查找与特定单词相关的单词（特别是物理对象）

我试图找到与单个单词相关的单词（特别是物理对象）。例如：

网球：网球拍、网球、网球鞋

斯诺克：斯诺克球杆、斯诺克球、粉笔

国际象棋：棋盘、棋子

书架：书

我曾尝试使用WordNet，特别是meronym语义关系；但是，该方法不一致，如下结果所示：

网球：发球、截击、脚部失误、定点、回击、优势

斯诺克：什么都没有

国际象棋：国际象棋移动，棋盘（其自身的meronym关系显示“正方形”和“对角线”）

书架：书架

最终将需要对条款进行加权，但现在这并不是一个真正的问题

有人对如何做到这一点有什么建议吗

---

只是一个更新：最终使用了Jeff和StompChicken的混合答案

从维基百科检索到的信息质量非常好，特别是（毫不奇怪）有如此多的相关信息（与一些不存在“博客”和“ipod”等术语的语料库相比）

维基百科的结果范围是最好的部分。该软件能够匹配以下术语（为简洁起见剪切列表）：

• 高尔夫：[球、铁、球座、包、球杆]
• 摄影：[照相机、胶片、照片、艺术、图像]
• 钓鱼：[鱼、网、钩、陷阱、诱饵、诱饵、鱼竿]

---

最大的问题是将某些单词归类为实物；默认WordNet不是一个可靠的资源，因为许多术语（例如“ipod”，甚至“蹦床”）都不存在于其中。

在第一种情况下，您可能正在查找n=2的位置。你可以从谷歌（Google）之类的地方获得它们，也可以从其他地方创建自己的

---

有关更多信息，请查看。

我认为您需要的是概念之间语义关系的来源。为此，我可以想出许多方法：

。这些算法通常对Wordnet中的关系执行树遍历，以得出两个术语之间的关联程度的实值分数。这些将受到WordNet对您感兴趣的概念的建模程度的限制。（用Perl编写）非常好

尝试将其用作知识库。OpenCyc是Cyc的开源版本，Cyc是一个关于“现实世界”事实的大型知识库。它应该比WordNet有更丰富的语义关系。然而，我从来没有使用过OpenCyc，所以我不能说它有多完整，或者说它有多容易使用

n-gram频率分析。正如杰夫·莫瑟所说。一种数据驱动的方法，可以从大量数据中“发现”关系，但通常会产生嘈杂的结果

。一种数据驱动的方法，类似于n-gram频率分析，用于查找语义相关的词集

[……]

从你说的你想做的判断，我认为最后两个选择更有可能成功。如果这些关系不在Wordnet中，那么语义相似性就不起作用，而且OpenCyc似乎除了知道它存在的事实之外，对其他方面了解不多

---

我认为n-gram和LSA（或类似的东西）的组合将是一个好主意。N-gram频率将发现与目标概念紧密相关的概念（如网球），LSA将发现同一句子/文件中提到的相关概念（如网、发球）。此外，如果您只对名词感兴趣，则过滤输出以仅包含名词或名词短语（通过使用a）可能会提高结果。

n-grams of 2就是通常一起出现的所有单词对。我认为海报所问的是语义关系。这个想法是，如果它们一起出现，如果出现的次数足够多，可能会有一些语义关系（例如，“网球拍”）与“打网球”一样具有语义关系。这是一个正确的想法。然而，问题是关于使用WordNet查找语义关系，而不是关于使用n-grams。如果我不清楚的话，很抱歉，这个问题不是WordNet特有的。n-gram方法听起来很有趣，但我不知道它如何解决我的问题，因为只有单数词（如“网球”）来尝试寻找关系。n-gram的想法是，你可以看到接近“网球”的常用词他们出现在一起的事实表明他们之间可能有某种关系。非常感谢，你的信息给了我很多调查的机会。没问题，祝你好运。这并不容易：）嗨，我尝试过这种方法，但结果往往是随机的，与搜索查询无关。你能详细说明一下你做了什么吗？例如，您是否使用了维基百科的反向链接、链接和类别？