我已经使用 BeautifulSoup 抓取了一个网站，现在我想分析我抓取的所有文本，并创建该文本中出现的一长串食物项目。
示例文本
如果您是素食主义者，并且永远为吃不到馄饨而感到遗憾，那么这些家伙就是为您准备的!馅料是用硬 bean 腐碎简单混合而成，用盐、姜、白胡椒和葱调味。这非常简单，但非常令人满意。 确保充分沥干 bean 腐并尽可能干燥，以免馅料太湿。你甚至可以更进一步，压一下 bean 腐:在一个盘子上铺上纸巾，然后在上面放一些纸巾，然后用另一个盘子压住 bean 腐的重量。 这些馄饨的最大优点是馅料已完全煮熟，因此您只需品尝即可调整调味料。只要确保馅料比你自己吃的馅料稍微咸一点即可。馄饨皮没有太多的调料。 这些家伙很快就做好了，因为你所做的只是煮馄饨皮。一旦你把它们放入沸水中并且它们浮到顶部，你就可以开始了。把它们拌上辣酱油，你就在天堂了!
我想从中创建一个长列表，其中标识: 馄饨、 bean 腐、醋、白胡椒、洋葱、盐
如果没有预先存在的食品 list ，我不知道如何才能做到这一点。因此，任何建议都很好。寻找可以自动完成此操作而无需太多手动干预的东西! (我对 NLP 和深度学习很陌生，因此您推荐的任何文章/方法都会非常有用!)
谢谢!
最佳答案
如果您是该领域的新手，您可以使用 GENSIM，这是一个用于主题建模的免费 Python 库。您可以使用潜在语义分析或相似性查询来提取食物项。
https://radimrehurek.com/gensim/index.html
关于python - (初学者)NLP :I am trying to understand how I can categorise words in text to identify all the words related to a topic，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54519213/