我如何使用NLP来解析配方成分？

Question

我需要将配方成分分解为适用于生产线的数量，量度，项目和描述，例如1杯面粉，2个柠檬皮和1杯红糖等。什么是最好的方法这样做？我有兴趣在项目中使用python，所以我假设使用nltk是最好的选择，但我对其他语言开放。

Answer 1

我实际上是为我的网站执行此操作，该网站现在是其他人使用的open source project的一部分。

我写了一篇关于我的技术的博客文章，享受！

http://blog.kitchenpc.com/2011/07/06/chef-watson/

Answer 2

《纽约时报》 在解析食谱档案时遇到了这个问题。他们使用了称为线性链条件随机场（CRF）的NLP技术。这篇博客文章提供了很好的概述：

• "Extracting Structured Data From Recipes Using Conditional Random Fields"

他们开源了代码，但很快就放弃了。我维护the most up-to-date version，并wrote a bit进行现代化改造。

如果您正在寻找现成的解决方案，则有几家公司提供成分解析服务：

• Zestful（完整披露：我是作者）
• Spoonacular
• Edamam

Answer 3

我想这已经过去了好几年了，但是我想自己做了类似的事情并遇到了这个问题，所以我想如果它对f中的其他人有用，我可能会对它进行一次尝试

即使你说要解析免费测试，大多数食谱都有一个非常标准的食谱清单格式：每个成分都在一个单独的行上，确切的句子结构很少是那么重要。词汇范围也相对较小。

一种方法可能是检查每一行可能是名词的单词和表示数量的单词/符号。我认为WordNet可能有助于查看一个单词是否可能是一个名词，但我之前没有使用它。或者，您可以使用http://en.wikibooks.org/wiki/Cookbook:Ingredients作为单词列表，但同样，我不确切地知道它有多全面。

另一部分是识别数量。它们有几种不同的形式，但很少，你可以创建一个关键字列表。特别是，请确保您有良好的错误报告。如果程序无法完全解析某一行，请让它向您报告该行的内容，以及它已识别/未识别的内容，以便您可以相应地调整关键字列表。

Aaanyway，我不保证任何一个都可行（并且几乎可以肯定不是100％可靠）但是我就是这样开始解决问题的方法

Answer 4

这是一个不完整的答案，但你正在考虑编写一个自由文本解析器，如你所知，这是非常重要的：）

使用烹饪特有的知识作弊的​​一些方法：

1. 构造“形容词”和“动词”的单词列表，并对其进行过滤
   1. 测量单位形成一个封闭的集合，使用单词和缩写，如{L.，c，cup，t，dash}
   2. 说明 - 切，骰子，煮，剥皮。在此之后发生的事情几乎肯定是成分
2. 请记住，您主要是在寻找名词，并且您可以使用标记的非名词列表（例如，来自WordNet）并对其进行过滤。

如果你更有野心，你可以在解析器章节中查看NLTK Book。

祝你好运！这听起来像是一个可行的项目！

Answer 5

您能更具体地了解您的意见吗？如果你有这样的输入：

1 cup flour
2 lemon peels
1 cup packed brown sugar

在不使用任何NLP的情况下解析它并不会太难。