Python 如何获得与一个单词相关的相似单词？

我试图解决一个nlp问题，其中我有一个单词的dict，如：

list_1={'phone':'android','chair':'netflit','charger':'macbook','laptop','sony'}

现在，如果输入是“phone”，我可以很容易地使用“in”操作符按键获取电话描述及其数据，但问题是输入是否类似于“phones”或“phones”

我想如果我输入'phone'，我会得到这样的词

'phone' ==> 'Phones','phones','Phone','Phone's','phone's' 

我不知道我可以使用哪个word2vec，哪个nlp模块可以提供这样的解决方案

第二个问题是，如果我给一个单词“Dog”，我能得到像“Puppy”、“Kitty”、“Dog”、“Dog”这样的单词吗

我试过类似的方法，但它的同义词是：

from nltk.corpus import wordnet as wn
for ss in wn.synsets('phone'): # Each synset represents a diff concept.
    print(ss)

但它的回归：

Synset('telephone.n.01')
Synset('phone.n.02')
Synset('earphone.n.01')
Synset('call.v.03')

相反，我想要：

'phone' ==> 'Phones','phones','Phone','Phone's','phone's' 

WordNet索引的是概念（即语法集），而不是单词

使用

lemma\u names（）

访问WordNet中的根单词（也称

lemma

）

>>> from nltk.corpus import wordnet as wn
>>> for ss in wn.synsets('phone'): # Each synset represents a diff concept.
...     print(ss.lemma_names())
... 
['telephone', 'phone', 'telephone_set']
['phone', 'speech_sound', 'sound']
['earphone', 'earpiece', 'headphone', 'phone']
['call', 'telephone', 'call_up', 'phone', 'ring']

引理作为词根形式或单词不应该有额外的词缀，这样你就不会在你想要的单词列表中找到复数或不同形式的单词。

另见：

此外，单词是不明确的，可能需要通过上下文或我的词性（POS）消除歧义，然后才能得到“相似”的单词，例如，你看到动词意义中的“phone”与“名词”中的phone含义不完全相同

WordNet索引的是概念（即语法集），而不是单词

使用

lemma\u names（）

访问WordNet中的根单词（也称

lemma

）

>>> from nltk.corpus import wordnet as wn
>>> for ss in wn.synsets('phone'): # Each synset represents a diff concept.
...     print(ss.lemma_names())
... 
['telephone', 'phone', 'telephone_set']
['phone', 'speech_sound', 'sound']
['earphone', 'earpiece', 'headphone', 'phone']
['call', 'telephone', 'call_up', 'phone', 'ring']

引理作为词根形式或单词不应该有额外的词缀，这样你就不会在你想要的单词列表中找到复数或不同形式的单词。

另见：

此外，单词是不明确的，可能需要通过上下文或我的词性（POS）消除歧义，然后才能得到“相似”的单词，例如，你看到动词意义中的“phone”与“名词”中的phone含义不完全相同

---

这个答案没有回答第二个问题，是吗？第二个问题是什么；P“第二个问题是，如果我给一个单词‘Dog’，我能得到像‘Puppy’、‘Kitty’、‘Dog’、‘Dog’等这样的单词吗？”基本上是如何得到一个最相似的单词的列表，提供初始单词作为输入-根据标题的问题。这个答案没有解决第二个问题，是吗？第二个问题是什么；P“第二个问题是，如果我给一个单词‘Dog’，我能得到像‘Puppy’、‘Kitty’、‘Dog’、‘Dog’等这样的单词吗？”基本上是如何得到一个最相似的单词的列表，提供初始单词作为输入-根据标题的问题。