我想要一个python库函数,它可以翻译/转换不同的语音部分.有时它应该输出多个单词(例如"编码器"和"代码"都是动词"代码"中的名词,一个是主题,另一个是对象)
# :: String => List of String
print verbify('writer') # => ['write']
print nounize('written') # => ['writer']
print adjectivate('write') # => ['written']
我主要关心动词<=>名词,我想写的笔记程序.即我可以写"咖啡因拮抗A1"或"咖啡因是A1拮抗剂"和一些NLP,它可以发现它们的意思相同.(我知道这并不容易,并且它将需要NLP解析并且不仅仅是标记,但我想破解原型).
类似的问题... 将形容词和副词转换为名词形式 (这个答案仅限于根POS.我想在POS之间进行.)
ps称为语言学转换http://en.wikipedia.org/wiki/Conversion_%28linguistics%29
有没有办法在NLTK或其他python库中获得与给定副词相对应的形容词.例如,对于副词" 非常 ",我需要变得" 可怕 ".谢谢.
我为我的幼稚而感到抱歉，但我不明白为什么NN训练过程（word2vec）产生的词嵌入实际上是向量。
嵌入是降维的过程，在训练过程中，NN将词的1/0数组缩小为较小的数组，该过程不执行任何应用矢量算法的过程。
因此，结果是我们只有数组而不是向量。为什么将这些数组视为向量？
即使我们得到矢量，为什么每个人都将它们描述为来自原点（0,0）的矢量？
再次，对不起，如果我的问题看起来很愚蠢。