Python “填写”搜索词的NLP算法

我正在尝试编写一个算法，我假设它将依赖自然语言处理技术来“填充”搜索词列表。这类事情可能有一个名字我不知道。这类问题叫什么？什么样的算法会给出以下行为

输入：

    docs = [
    "I bought a ticket to the Dolphin Watching cruise",
    "I enjoyed the Dolphin Watching tour",
    "The Miami Dolphins lost again!",
    "It was good going to that Miami Dolphins game"
    ], 
    search_term = "Dolphin"

输出：

["Dolphin Watching", "Miami Dolphins"]

它应该基本上知道，如果海豚出现在所有，它几乎总是要么在大公海豚观看或迈阿密海豚。首选Python解决方案。

我在大学的NLP课上使用了，取得了不错的成功。我认为它有一些标记器可以帮助你确定哪些是名词，并帮助你把它解析成一棵树。我不太记得了，但我会从那里开始

它应该基本上知道，如果海豚出现在所有，它几乎总是要么在大公海豚观看或迈阿密海豚

听起来你想确定海豚出现在什么地方。搭配查找有多种方法，最常用的方法是计算语料库中术语之间的PMI，然后选择PMI最高的术语。你可能还记得我之前建议的PMI

---

NLTK as中包含了各种搭配查找方法的Python实现。1999年对该区域进行了一些深入的研究，但该主题仍然是最新的。

您如何知道海豚是bigrams海豚观察组织或迈阿密海豚组织的一部分？是不是因为每个二字格中的两个词都是大写的？或者你有另一个包含所需bigrams的列表吗？@RobertHarvey:一个好的NLP算法应该能够将[迈阿密海豚]作为一个术语解析出来。和[看海豚]一样。当你把每一个短语都当作一个问题来思考时，会更容易。问：你喜欢看什么巡演？A:[观看海豚]巡回赛]，问：谁输了这场比赛？答：【迈阿密海豚】。您必须将其解析为一棵树，以查看哪些内容属于哪些内容。无论如何，这不是一个容易的问题……但你可以得到一些准确的结果。@RobertHarvey我有一个特定单词的列表，所以我知道海豚肯定在那里的某个地方。