Python 如何分析列表中的名词

我想知道是否有一种方法可以分析列表中的名词。例如，如果有一个算法可以区分不同的类别，那么就像名词是“动物”、“植物”、“自然”等类别的一部分一样。 我认为用Wordnet可以达到这个效果，但是，如果我没有错的话，Wordnet中的所有名词都被归类为“实体”。以下是我的WordNet分析脚本：

lemmas = ['dog', 'cat', 'garden', 'ocean', 'death', 'joy']

hypernyms = []
for i in lemmas:
    dog = wn.synsets(i)[0]
    temp_list = []
    hypernyms_list = ([lemma.name() for synset in dog.root_hypernyms() for lemma in synset.lemmas()])
    temp_list.append(hypernyms_list)
    flat = list(set([item for sublist in temp_list for item in sublist]))
    hypernyms.append(flat)
hypernyms

结果是：['entity']，['entity']，['entity']，['entity']，['entity']，['entity']，['entity']

如果有什么可用的方法，有人能给我推荐一些检索名称所属类别的技术吗？

---

提前感谢。

我可以建议使用谷歌的NLPAPI。此API具有将词性识别为语法分析的一部分的功能。请参阅此处的文档-

---

另一个选择是斯坦福大学的NLPAPI。以下是参考文档-

nltk库如何？我会尝试任何东西，您有什么特别的功能吗？谢谢你的帮助！谢谢你的评论，这两个链接非常有趣，尽管它不是我想要的。我想我找到了实现我目标的方法！我计算了我的目标词和语法集中较高级别的词之间的路径_hypernyms（）（WordNet），所有的名词都是“实体”，然后我提取第二、第三和第四高的hypernyms，并计算列表中的一些统计数据！