料理のレコメンデーションシステムを構築しています。フライドポテトを食べているユーザーを考えて、それを5と評価します。次に、料理を構成するすべての材料に良い評価を付けたいと思います。フライドポテトの場合、リンクされた単語は「揚げ物」、「ジャガイモ」、「ジャンクフード」、「塩味」などである必要があります。ザジキという言葉から、「きゅうり」、「ヨーグルト」、「にんにく」を抽出したいと思います。ヨーグルトから乳製品、きゅうり野菜などを抽出したいです。
自然言語処理でこの問題は何と呼ばれ、それに対処する方法はありますか？
データがまったくないので、料理のウェブを分析するウェブクローラーを作成することを考えています。アドホックをできるだけ少なくし、必ずしも英語である必要はありません。おそらくディープラーニングの範囲内でそのことを行う方法はありますか？具材だけでなく、ジャンクフード、ベジタリアン、イタリアンなどのカテゴリーもリンクさせていただきたいと思います。
このタイプの問題は、オントロジー工学またはオントロジー構築と呼ばれます。大規模なオントロジーの例とその構造については、 YAGOのようなものをチェックしてください。食品のブティックオントロジーを構築してから、評価システムをオーバーレイするようです。あなたが探している形のオントロジーはわかりませんが、たとえば、このOWLベースの食品オントロジーやこのレシピオントロジーなど、関連するものを確認する必要があります。
あなたはそのようなレシピを持っていますか：
Ingredients:
*Cucumbers
*Garlic
*Yoghurt
またはそのように：
Grate a cucumber or chop it. Add garlic and yoghurt.
前者の場合、特徴はすでに抽出されています。次のステップは、他のレシピを推奨するベクトルに変換することです。最も簡単な方法は、レシピの（教師なし）クラスタリングを行うことです。
後者の場合、簡単な経験則で逃げることができると思います。まず、品詞タガーを使用して、レシピ内のすべての名詞を抽出します。これにより、すべての材料ともう少し多くの材料が抽出されます（たとえば、台所用品、カトラリーなど）。このような食材データベースのデータベースで名詞を検索します。