在哪里可以找到包含常见食物列表的文本列表或库

Question

我正在编写一个解析电子邮件的Python脚本，该脚本涉及在电子邮件文本中搜索任何常见食品的单词。我需要一些方法来确定单词是否确实是食物。

我看过几个自然语言处理API（如AlchemyAPI和NLTK 2.0），它们似乎具有命名实体提取（这是我想要的），但我找不到特别的食物实体类型。

自然语言处理很可能对我需要的东西来说是矫枉过正的——我只想要一份我可以匹配的食物清单。我在哪里可以找到这样的单词列表？我是否需要编写自己的抓取工具才能从某些在线资源中解析它，或者有更简单的方法？

Answer 1

将所有食品放在一个列表中真的很好，但遗憾的是，这是理想的情况。

您可以尝试访问 WordNet 中的food语法集。如果您使用的是 NLTK，请尝试：

>>> from nltk.corpus import wordnet as wn
>>> food = wn.synset('food.n.02')
>>> list(set([w for s in food.closure(lambda s:s.hyponyms()) for w in s.lemma_names()]))

Answer 2

AFAIK，NLTK或类似食物没有常见食物的实体。您很可能必须为自己构建一个列表。

但是，值得庆幸的是，互联网是你的朋友，这里有一些很好的来源可以开始，涵盖了英语世界中的许多常见蔬菜和水果：

• http://vegetablesfruitsgrains.com/list-of-vegetables/
• http://edis.ifas.ufl.edu/features/fruitvegindex.html
• http://www.enchantedlearning.com/wordlist/vegetables.shtml

祝你好运！

Answer 3

由于命名实体是专有名词（即人、地点、公司、位置等），因此 NLP 实体提取不太可能用于查找常见食物名称。可能有效的 NLP 函数是关键字提取。我通过AlchemyAPI的演示运行了一些食谱，这些成分被标识为关键字。因此，这可以让您完成其中的一部分，但是您仍然需要将关键字与常见食品列表进行比较，例如提到的jrd1。