Python 如何用机器学习从句子中识别某些单词？
这就是问题所在：我有各种商品的名称列表。列表（python 2.7）通常如下所示： ''' [‘10部苹果手机’、‘20W LED灯泡’、‘徽章’™ - 450平方英尺便携式空调“，“Jack Black双层面部保湿霜SPF 20”，“苹果”] ''”Python 如何用机器学习从句子中识别某些单词？,python,machine-learning,nlp,Python,Machine Learning,Nlp,这就是问题所在：我有各种商品的名称列表。列表（python 2.7）通常如下所示： ''' [‘10部苹果手机’、‘20W LED灯泡’、‘徽章’™ - 450平方英尺便携式空调“，“Jack Black双层面部保湿霜SPF 20”，“苹果”] ''” 所有项目都是字符串。列表中的项目完全是随机的，彼此之间没有明显的联系 现在我想从每个字符串中提取的是项目本身，没有描述。例如，“10部苹果手机”变成了“手机”；“徽章™ - 450平方英尺的便携式空调“变成了“空调”，而列表中的“苹果”只是“苹果
所有项目都是字符串。列表中的项目完全是随机的，彼此之间没有明显的联系 现在我想从每个字符串中提取的是项目本身，没有描述。例如，“10部苹果手机”变成了“手机”；“徽章™ - 450平方英尺的便携式空调“变成了“空调”，而列表中的“苹果”只是“苹果”（因为它就是苹果） 正确提取后的列表如下所示（理想情况下）： ''' [“手机”、“灯泡”、“空调”、“面部润肤霜”、“苹果”] ''' 我的第一个方法是找到所有相似的项目，并将它们放在一个组中（数据框中大约有500k个单词）。然后，我提取了一组单词的相似部分。例如，“iphonexsmax”、“3iphone4”、“两个iphone7s”和“iphone3g”将放在一个组中，算法将提取类似的部分，在本例中为“iphone”
这种算法在大约60%的情况下有效（我认为如果我对算法再优化一点，它可能会变得更好）。但我正在寻找一种不同的方法来提高准确性。任何帮助都将不胜感激。谢谢大家 这可能是命名实体识别的任务 您应该签出
spaCyspaCyPhraseMatcherMatcher如果你问我，我真的认为机器学习不适合这个任务。你尝试过使用wordnet本体的语义相似性吗？谢谢！我去看看！