Python使用wordnet提取同义词并合并为无重复单一列表问题

你现有代码的问题主要出在结果存储的作用域错误、无全局汇总逻辑、缺少去重步骤三点：

• result 列表定义在单词遍历循环内部，每处理一个新单词就会清空之前的同义词结果
• 每次遍历单个synset就执行打印，导致结果分批输出且重复多次
• 没有统一的去重逻辑，同一个同义词会被不同词义的synset多次加入列表

修正后可直接运行的代码 #

from nltk.corpus import wordnet

str_1 = "Help, Describe, AI, biology, data, machine learning, country"
# 用set存储自动去重，且保留大小写差异（符合你输出中同时存在AI、ai的要求）
synonym_set = set()

def process_genre(input_str):
    for genre in input_str.split(", "):
        for syn in wordnet.synsets(genre):
            for l in syn.lemmas():
                synonym_set.add(l.name())
    # 转成排序后的列表，和你期望的输出格式一致
    return sorted(synonym_set)

# 执行函数并打印结果
final_synonyms = process_genre(str_1)
print(final_synonyms)

运行说明 #

• 首次运行如果提示wordnet不存在，先执行nltk.download('wordnet')下载语料库即可
• 用set存储自动完成去重，不会合并大小写不同的同义词，完全符合你给出的期望输出格式
• 最终返回的是包含所有单词同义词的单一有序列表，可直接和初始词库合并用于后续NLP任务

注：原输入中的machine learning在WordNet语料库中没有对应synset，所以不会返回同义词，属于正常情况。

内容的提问来源于stack exchange，提问作者Zion