Python中自动确定单词上下文/含义的方法

Question

我有一个关于不同主题（特别是子Reddit名称）的Python单词列表。我只需要过滤掉关于编程的小标题，如“linux”、“Python”、“lisp”、“programming”、“ProgrammerHumor”等（注意与大写字母不一致）。有没有什么自动的方法。G使用NLTK，还是我必须手工操作

编辑：
显然，我最初的问题有点不清楚。所以我有一长串可能的subreddit名称，我只想过滤掉那些与编程有关的名称我不知道哪些是-可能有编程语言名称（“lisp”、“Python”）或通用编程材料（“编程”、“ProgrammerHumor”）或任何与编程相关的东西（“LearningMachineLearning”、“linux”）.是否有任何方法可以根据单词的意思/上下文自动提取这些词，可能是使用NLP，还是必须手动提取

Answer 1

我不确定我是否理解你想要实现的目标。但是如果问题是你是否能匹配那些被大写字母污染的单词，你应该把所有的单词都转换成小写，然后进行一个regex匹配

在您的情况下，这可能类似于：

步骤1：安装正则表达式：

pip install regex

步骤2：编写代码：

---

import regex as re
list_of_stuff = ['Python', 'linux', 'lisp', 'programming', 'ProgrammerHumor']
thing_to_find = 'program'
mult3 = map(lambda x: x.find(thing_to_find), list(map(str.lower, list_of_stuff)))
print (list(mult3)) # [-1, -1, -1, 0, 0] -1 = no match, 0 = match

在上述情况下，输出为：

[-1, -1, -1, 0, 0] 

其中-1表示索引不匹配，0表示匹配