0

Есть большой словарь. Где ключ - это ссылка на рецепт. А значение - это список ингредиентов. Пример:

dict {'https://random.com':['банан', 'яйца', 'мука', 'картофель']}

А есть запросы пользователя(в боте телеграм), которые я преобразую в список и сравниваю со списками в словаре и отдаю ссылку на рецепт, если есть попадание по запросу.

Так вот, многие рецепты не идут к пользователю, если нет точного попадания слов. Например, когда пользователь ввел:

['картошка', 'яйцо'] 

И он не получает рецепт, хотя он подходит. Подскажите, как можно организовать проверку в этом случае? Как искать только по части слова 'карто', 'яйц'? Подскажите пожалуйста хотя бы направление поиска, если не само решение. Спасибо

5
  • Возможно стоит создать таблицу ассоциаций, в которой яицо, яйцо, яиц и тп будут = яицо (одному ингридиенту) После того, как вы определили ингридиенты - просто проверить, в каком рецепте больше совпадение с ингридиентами. 26 мар 2021 в 20:34
  • Не совсем прямой ответ, но, возможно, вам чем-то поможет pymorphy2.
    – tetelevm
    26 мар 2021 в 20:51
  • @MichaelTetelev, pymorphy2 — морфологический анализатор, а не морфемный. Он может только в начальную форму привести слово. 26 мар 2021 в 20:55
  • @КириллМалышев да, скорее всего, конкретно это он сделать не сможет, но лишним не будет.
    – tetelevm
    26 мар 2021 в 21:00
  • Есть какие-то проекты для морфемного разбора github.com/AlexeySorokin/NeuralMorphemeSegmentation, github.com/kpopov94/morpheme_seq2seq. Можно их ещё попробовать 26 мар 2021 в 21:05

2 ответа 2

6

Здесь стоит использовать алгоритм нечёткого сравнения строк. Вот пример:

from fuzzywuzzy import process
l = ['банан', 'яйца', 'мука', 'картофель']
print(process.extractOne("картошка", l))  # ('картофель', 59)

Второй элемент в кортеже — число от 0 до 100, которое показывает степень похожести слов. Например, можно считать, что ингредиенты одинаковые, если их похожесть >= 50.

Для повышения качества сравнения можно привести все слова в форму без окончаний:

from fuzzywuzzy import process
from nltk.stem.snowball import RussianStemmer
l = ['банан', 'яйца', 'мука', 'картофель']
stemmer  = RussianStemmer()
stem_l = [stemmer.stem(x) for x in l]  # ['бана', 'яйц', 'мук', 'картофел']
ingredient = stemmer.stem("картошка")  # 'картошк'
print(process.extractOne(ingredient, stem_l))  # ('картофел', 67)

Не забудьте установить необходимые библиотеки:

pip install fuzzywuzzy
pip install nltk

Конечно, при таком подходе можно перепутать похожие ингредиенты. Например, посчитать что "горох" и "горошек" это одно и то же.

1
  • Спасибо большое, очень интересное решение. Пошел делать. Небольшое количество брака, как в примере с "горох" и "горошек" не критично. Мне гораздо важнее, чтобы пользователи получали больше рецептов. 26 мар 2021 в 21:18
3

Неплохой вариант - использовать pymorphy2 с русским словарем (pymorphy2-dict-ru) или его форк pymorphy3, который, похоже, отличается только обновленными словарями. Как сказано в комментариях к вопросу, он может привести слово к начальной форме. Что и требуется: приводим все ингредиенты и сравниваем. Такой подход отлично работает в другом телеграмном боте (полнотекстовый морфологический поиск).

2
  • Хорошо бы ещё код приводить, так то совет правильный.
    – CrazyElf
    4 апр 2022 в 6:28
  • Прошу прощения. Надеюсь, отсюда можно кое-что почерпнуть. 5 апр 2022 в 7:20

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.