将乱七八糟的词缩减成词种子

Question

例如，spotify API 歌曲流派：

['alternative rock', 'comic', 'funk rock', 'garage rock', 'indie rock', 'pop rock', 'post-grunge', 'rock']   

['g funk', 'gangster rap', 'hip hop', 'pop rap', 'rap', 'west coast rap']   

['canadian pop', 'dance pop', 'pop', 'pop christmas']

三个列表代表三首歌曲genres.But这样的曲风看起来很乱，我很容易"extract" "genre seed"，即三首歌曲是

rock
rap
pop

分别

如何将这些乱七八糟的词精简成词种？谢谢

Answer 1

好吧，如果您有一个种子列表，例如，我们可以计算每个种子在流派中的出现次数以及 return 具有最大权重的那个。假设种子列表称为 "seed"，流派列表称为 "genre"。我们应该交叉检查所有种子类型组合，并为某些结构增加权重。

def max_seed_return (seeds, genres):
    # appending weigths to dictionary
    weights= {seed:0 for seed in seeds}
    for genre in genres:
        for seed in seeds:
            if seed in genre:
            weights[seed]+=1
    max_weight, result = 0, None
    # getting result genre with biggest weigth
    for seed, seed_weight in weights.items:
        if seed_weight>max_weight:
            max_weight=seed_weight
            result=seed
    #returns it or None if no seeds is found in genres
    return result

将乱七八糟的词缩减成词种子

Reduce messy words into word seed

python

api

seed