列表等

Question

有一個巨大的CSV/XML或任何文件的地方，包含英語動詞及其變體的列表（例如銷售 - >出售，銷售，銷售，銷售商，sellee ）？

我想這將是NLP系統是有用的，但似乎沒有成爲一個上市的任何地方，也可能是我的可怕的谷歌搜索技巧。有人有其他線索嗎？

Answer 1

考慮Catvar：

甲語類-變化數據庫（或Catvar）是未發生屈折詞的聚類的一個數據庫（詞位）和它們的範疇（即部分的語音）的變體。例如，飢餓（V），飢餓（N），飢餓（AJ）和飢餓（N）這兩個詞是描述飢餓狀態的一些基本概念的不同英語變體。另一個例子是開發集羣:(開發（V），開發者（N），開發（AJ），開發（N），開發（AJ），開發（N））。

Answer 2

我不知道你在找什麼，但我認爲WordNet - 對英語詞彙數據庫 - 將是一個良好的開端。更多詳情http://wordnet.princeton.edu/

我稱你的鏈接說，

共發現的結構，使其成爲計算語言學和自然語言處理的有用工具。

Answer 3

考慮獲取wiktionary的轉儲並從中提取此信息。
http://en.wiktionary.org/wiki/sell提到了許多形式的詞（銷售，銷售，出售）。

如果你的目標僅僅是正常化的話一些基本的規範形式，使用lemmatizer或詞幹考慮。嘗試玩morpha這是一個非常好的英語lemmatizer。