Python 是否有一种算法可以计算NLP中单词抽象程度的数值评分？

有没有一种算法可以自动计算一个词的抽象程度的数值等级。例如，算法将purvey评为1，将donut评为0，将immodestly评为0.5..（这些是示例值）

---

抽象词是指与直接感知相去甚远的思想和概念的词，如经济学、计算学和有争议的词。另一方面，具体的词语指的是我们可以用感官直接感知的事物、事件和属性，如树木、行走和红色。

据我所知，抽象性没有定义，也没有任何算法来计算它

然而，有几个方向我会用作代理

频率-抽象概念在普通语音中可能非常罕见，因此一个简单的

idf

应该有助于识别稀有词

词源学——英语中的常用词通常来源于日耳曼语，而更多的技术词汇通常是从法语/拉丁语中借用来的

监督学习-如果你在维基百科上找到了

摘要

，那么常见的短语或单词可能也会描述类似的抽象概念。训练分类器可以作为评分的一种方法

关于什么是抽象的，什么是具体的，没有基本的事实，特别是如果你试图量化它。

---

我建议将这些代理聚合到一个您认为对您的需求有用的度量。

如何量化“抽象性”？定义你想要的