Python包，用於在文件/ URL /字符串中查找預定義的關鍵字/標簽

Question

是否有任何python軟件包可以采用關鍵字/標簽列表，並將其與給定的字符串/文件/ URL相匹配？

具體地使用詞干和/或某些其他同義詞匹配方式。

即我預先保存的關鍵字：

Ski, Bike, Climb

我的文字：

Skiing in the mountains is great

應該被標記為Ski

Skiing and mountain biking is fun

應該被標記為Ski And Bike

如果我在將Bike映射到MTB某個地方有同義詞文件

MTB is a great way to spend the day

應該被標記為Bike

Answer 1

請參閱Thesaurus （您也可以嘗試其他模塊，例如synonym模塊 ）。

您也可以使用in測試包含特定字符串的句子：

>>> 'Ski' in 'Skiing in the mountains is great'
True
>>> 'Bike' in 'Skiing in the mountains is great'
False

Answer 2

我不知道有任何軟件包可以做到這一點，但是實際上，使用純Python來說這非常簡單。 使用re（regex）標准軟件包。 就像是

import re
key_words =['ski','bike','climb'] 
input = "Skiing and mountain biking is fun"

input_words = input.split()#split on space
[word.lower() for word in input_words]
input_tags =[]
for word in input_words:
   for key in key_words:
      if re.search(key,word):
         input_tags.append(key)