Synonyms——中文近义词工具【含源码解析与改进】_cpu环境中提升synonyms实现数据增强的速度

                                   Synonyms——中文近义词工具【含源码解析与改进】

 

目标：

• 1. 使用Synonyms包解决NLP问题，落实到业务中；
• 2. 解析Synonyms源码，厘清原理
• 3. 结合个人理解，提出改进方案

 

背景：Synonyms 是一个中文近义词工具包，它可用于如文本对齐、推荐算法、相似度计算、语义偏移、关键字提取、概念提取、自动摘要、搜索引擎等很多自然语言理解(NLP)任务。

 

• Synonyms的码云地址：https://gitee.com/mirrors/Synonyms?_from=gitee_search（含具体用法）
• Synonyms的Github地址：https://github.com/huyingxi/Synonyms

 

一、Synonyms的使用

1. 安装

pip install -U synonyms

2. 测试

说明：其他用法，见官网。

 

二、Synonyms原理与源码解析

1. Synonyms原理

• A. 利用word2vec训练wikidata-corpus，得到一个词向量；训练方法原作者是提供了的，具体过程见https://github.com/chatopera/wikidata-corpus；

 PS：如果觉得百科语料满足不了你的需求，可以自己准备个规模更大的语料集，进行训练，比如腾讯词向量。说到这里很多朋友或许知道，AINLP公众号里面不是也有一个同义词功能吗？那个的原理什么？这个留个坑位，下篇博客介绍。 

 

• B. 利用改写的gensim.models.KeyedVectors.load_word2vec_format函数，当然有些其他的文件。作者改后的文件如下：

 

• C. 将词向量建成KD-Tree【API文档】，用于最近邻相似检索【同义词核心点】，代码其实就2～3行。此处先占个坑位，提供一篇个人博客，专门总结相似度检索的业内做法。
• D. 输入关键词keyword，转为词向量后，从KD-Tree中快速找到Top K的相似关键词索引与相似值【该值是建树时的一种距离计算方式】，最后再查表找到最终的相似关键词。如果想计算余弦相似度，逐一转为词向量计算一次就行。

 

2、源码解析

这部分主要目的：建立在跑通源码的基础上，谈下这个方法的亮点以及不足。

 

 

参考博客：

1. Synonyms，一个开源的中文近义词工具包