使用python NLP查找句子相似度和性能提升

如何解决使用python NLP查找句子相似度和性能提升

我正在研究为给定的输入句子显示 slangs 的项目。我有一个 csv 文件，其中包含 500 个 slangs 及其含义。所以我想要的是当用户输入一个句子时，我会将输入的句子与我的 csv 文件的所有含义一一匹配，并建议一个适合该句子的俚语。 （意思是和输入的句子意思最相似的俚语）

目前我正在用 Wordnet synset Matching 做这个，但结果不好，有没有人建议最好的句子相似性库或算法来做到这一点。

此外，匹配同义词集的时间大约需要 20 秒来处理结果，如何加快速度？这是我正在使用的代码：

    for sent in csv_list:
        input_sentence = pos_tag(word_tokenize(input_sentence))
        sent = pos_tag(word_tokenize(sent))

        # Get the synsets for the tagged words
        input_synsets = [self.tagged_to_synset(*tagged_word) for tagged_word in input_sentence]
        sent_synsets = [self.tagged_to_synset(*tagged_word) for tagged_word in sent]
        score = self.get_sentence_similarity(input_synsets,sent_synsets)

get_sentence_similarity 方法只匹配同义词集并返回结果。