Python 词干地理词

地理实体的最佳词干生成方法是什么？我希望将数据框列中收集的地理实体转换为准确的区域名称，例如转换：

['India','Indian','Japanese','Europe','European']

到

---

地理单词将从50000多条新闻中提取，因此我正在寻找一个能够在紧急情况下工作的函数。

查找表怎么样？也许要一本字典。你可以提供更多的细节来澄清问题是什么吗？当然可以。问题是——我从300条新闻的描述中提取了一些地理实体，现在我在dataframe列中得到了一些类似上面提到的“list”的列表。在这里，我想提前清理和处理上述类似列表，以便获得准确的地区名称。感谢您的澄清。理想情况下，它将成为问题主体本身的一部分。我仍然不明白是什么让这成为NLP问题。你似乎已经确定了地理术语，并将它们放在一个列表中，如果只有300条新闻，那么这个列表就不会那么长。为什么不手工操作呢？谢谢@Triarion的回复。我知道它已经识别了地理单词。但是对于像“日语”、“欧洲人”、“美国人”这样的词。我想知道“日本”、“欧洲”、“美国”这些词。现在来看300条新闻，为什么不手动操作呢。最初，为了测试，我只拍摄了300条新闻。但我有超过50000条消息，我想稍后测试。所以，基本上我正在寻找一个能在危急情况下工作的函数。谢谢你的解释。所有这些解释都应该是问题的一部分，而不是评论。我编辑这个问题是为了向大家展示，并向上投票，因为我认为这是一个好问题。我希望你能得到答案，不幸的是我不知道答案。我想知道你是否也可以通过问这个问题得到一些想法。

['India','India','Japan','Europe','Europe']