将 Wordnet 的输出缩减为一种含义

Question

首先，让我向您介绍一下我的问题：对于一个项目，我必须将 8000 个问题分类，并将它们分为 7 个类别（宪法、体育、地理、历史、科学、教育和技术）。因为问题很短，SVM 没有多大意义，所以我只是为每个类别创建了一个单词列表。为了提高准确性，我必须扩展这些列表，以便可以将未标记的字符串放入类别中。在互联网上，我听说 WordNet 可以获取单词的同义词（这对我来说很有意义，因为我需要尽可能多的单词同义词）。 但问题来了：WordNet 显示在

from nltk.corpus import wordnet as wn
for synset in wn.synsets(word):
    for lemma in synset.lemmas():
        print(lemma.name())

所有相关词。一个例子是单词 capital：我只是指一个国家的首都意义上的首都，但是 WordNet returns 单词 capital，working，大写字母、大写字母、大写字母、majuscule 和首都华盛顿。 显然，我不需要地理词袋中的大写这个词。 所以我问你是否有可能将 WordNet 简化为只有一种含义，或者是否有任何我可以使用的替代方法。

此致，詹姆斯

Answer 1

您需要找到特定词条（规范词典条目；具有单一定义的词）的同义词。我会简单地包括我在评论中发布的，祝你好运。