Python 我如何使用NLTK来重磨句子或段落

我试图用NLTK来重新表述语法正确的句子或段落。我知道冠词微调器，但它们通常只是用同义词替换单词。那么，有没有一种方法可以轻松地使用NLTK生成结构与原文不同但含义基本相同的句子

例如，“如何从网站获得被动收入” “您如何从您的网站获得剩余收入” “以下是您如何从网站赚取剩余收入的方法”

---

差不多吧。任何帮助都将不胜感激

我认为除了使用同义词，没有什么“容易”的。 成功的释义解决方案（如SemEval Task 1中关于文本相似性的获奖方案）基于深度学习和Word2Vec单词/句子相似性

您可以浏览会议记录以获得想法（上页的链接）

---

英语的成功方法（这个想法也适用于其他语言）：

我认为除了使用同义词之外，没有什么“简单”的事情。 成功的释义解决方案（如SemEval Task 1中关于文本相似性的获奖方案）基于深度学习和Word2Vec单词/句子相似性

您可以浏览会议记录以获得想法（上页的链接）

---

英语获奖方法（这个想法也适用于其他语言）：

我为你的情况感到抱歉，但我想知道这与问题的主题或我的答案有什么关系？嗨，Sophoros，很抱歉我回答了错误的答案。谢谢这些链接。我一定会去看看。我在想，也许有一个图书馆，我可以包括和使用：）我发现了一些在线工具，可以将句子从主动语态转换为被动语态，但效果一般，不能很好地用于所有类型的句子。看来释义是一件非常棘手的事情。我在这里发现了一些有趣的东西，但我认为实现这种东西需要很多机器学习的东西。苹果的解决方案不仅仅是简单的解释。我很抱歉你的情况，但我想知道这与问题的主题或我的答案有什么关系？嗨，Sophoros，很抱歉我回答了错误的答案。谢谢你的链接。我一定会去看看。我在想，也许有一个图书馆，我可以包括和使用：）我发现了一些在线工具，可以将句子从主动语态转换为被动语态，但效果一般，不能很好地用于所有类型的句子。看来释义是一件非常棘手的事情。我在这里发现了一些有趣的东西，但我认为实现这种东西需要很多机器学习的东西。苹果的解决方案不仅仅是简单的解释。