Python NLP：查找与特定形容词匹配的名词

我曾经导入英语中使用的前5000个名词（一个叫做“top_名词”的列表）。此外，我还有一个形容词/颜色列表：

color_list = ["black", "red", "white", "green"]

我的目标是找到与我的每种颜色最相关的名词。例如，我想找到像“雪白”、“酒红”或“草绿”这样的情侣组合。

我已经尝试了两件事：

我使用了

wordnet.wup\u相似性

函数：

我存储了我的名词的每一个可能的语法集的定义，并检查是否包括我的一种颜色

第一种方法是完全无用的，因为没有任何组合对我来说是显而易见的：

['White'，'follower'，0.75]，'White'，'traveler'，0.75]，'White'，'dispositer'，0.75]，'White'，'collector'，0.75]

）。第二种方法产生了两种可用的组合（柠檬黄或盐白色），但我正在寻找更多的名词颜色组合

总而言之，有没有比上面介绍的更好的方法来找到像“雪白”或“酒红”这样的名词颜色组合？请让我知道我是否可以改进我的问题，我是NLP和Python的初学者。谢谢你的帮助

list = []
list_temp = []

for word1 in color_list:
    for word2 in top_nouns:
        wordFromColor_list = wn.synsets(word1)
        wordFromTop_nouns = wn.synsets(word2)
        if wordFromColor_list and wordFromTop_nouns:
            s = wordFromColor_list[0].wup_similarity(wordFromTop_nouns[0])
            list_temp = [wordFromColor_list[0].lemmas()[0].name(), wordFromTop_nouns[0].lemmas()[0].name(), s]
            list.append(list_temp)

sorted_list = sorted(list, key=lambda x: x[2])
print(sorted_list)

list = []
list_temp = []

for n in top_nouns:
  if wn.synsets(n):
    for l in range(len(wn.synsets(n))):
      synset = wn.synsets(n)[l]
      definition = wn.synset(synset.name()).definition()
      list_temp = [n, definition]
      list.append(list_temp)
      #print(f"Definition of {n}: {definition}")

import pandas as pd
df = pd.DataFrame(list, columns = ['noun', 'def'])
for c in color_list:
    df_filter = df[df['def'].str.match(c)]
    print(df_filter)