NLP文本转换更改主题

Question

我是NLP世界的新手，但是想知道目前是否有任何简单的方法（使用服务或OSS等）使用NLP来改变大量文本的主题，其中原始主题是已知的（并且最好是这样的）一种方法有多种语言可用？）（相当于方法句子（）。toPastTense（）详细/可用：https://nlp-compromise.github.io）

让我们说原始文本是关于“你”的，你知道总是如此，但你想自动生成一个版本的文本，将被改为关于“你的兄弟”

（非常荒谬的）例子：

“当你到达角落时，你应该沿着大厅走下去。”

会变成

“你的兄弟应该走到大厅，当他到达角落时，他已经完成了。”

据我所知，这种类型的文本转换依赖于lemmatisation（如本文https://towardsdatascience.com/introduction-to-natural-language-processing-for-text-df845750fb63所示），但是由于我一直在研究文本转换方法，我还没有看到任何与句子主题相关的方法？

Answer 1

我不知道有什么副手，但肯定可以做到。例如，使用TextBlob，您可以尝试使用词性来提出功能。显然你在这里需要的不仅仅是这个小片段，就像检查主题/动词协议的功能一样，但它是一种方法的例子，希望它是值得深思的。

from textblob import TextBlob
from textblob.taggers import NLTKTagger
from textblob import Word

def lil_subj_replacer(phrase,input_subj,input_prp):
    nltk_tagger = NLTKTagger()
    blob = TextBlob(phrase,pos_tagger=nltk_tagger)
    subject = True
    for i,keyval in enumerate(blob.pos_tags):
        key = keyval[0]
        value = keyval[1]
        if (value == 'PRP'):
            if subject:
                blob.words[i] = input_subj
                subject = False
            else:
                blob.words[i] = input_prp

            blob.words[i+1] = Word(blob.words[i+1]).lemmatize('v')
    return ' '.join(blob.words)

my_phrase = 'You should go down the hall, as you reach the corner you are done.'
print(my_phrase)
print(lil_subj_replacer(phrase=my_phrase,input_subj='Your brother',input_prp='he'))

原文：You should go down the hall, as you reach the corner you are done.

没有lemmatize：Your brother should go down the hall as he reach the corner he are done

lemmatized动词：Your brother should go down the hall as he reach the corner he be done

编辑：添加了lemmaz的例子，因为你提到了它。