通用開源分類數據庫

Question

我在尋找一個數據庫，它可以幫助我將幾千個英文關鍵字分組到幾個一般學科。

例如：

I HAVE THIS => I WANT TO HAVE THIS
cat => animal
chair => household
wine => drink
deer => animal
beer => drink
glass => household, drink
total 50 000 keywords => total <100 disciplines

我想，組織關鍵字到學科可以是非常棘手的。我並不在乎什麼是紀律。我只想將我的50 000個關鍵字分組到不到100個規範中。

你知道一個字典數據庫可以做到嗎？

Answer 1

在關鍵字字典項關聯的方面：

• 得到你需要將這個看作是一個多類分類問題是什麼的一種通用方法： http://en.wikipedia.org/wiki/Multiclass_classification
• 一個實現，我相信應該爲您的特殊需求工作將是SVM Light： http://svmlight.joachims.org/svm_struct.html
• 當然，您仍然需要訓練帶有樣本數據的分類器，因此您需要有一個具有代表性的訓練集。

在實際組織在一個數據庫中的結果來看，似乎比較簡單：

• 創建字典表（與< 100條款）
• 創建一個關鍵詞表，外鍵到詞典表
• 自然（邏輯）主關鍵字表的關鍵將是（關鍵字，dictionary_table_id）

Answer 2

WordNet的將是這個問題的一個很好的解決方案：

• http://en.wikipedia.org/wiki/WordNet
• http://wordnet.princeton.edu/

實施例：

• hypernyms of dog