在文本挖掘的背景下，我想在我的数据集中发现潜在的同义词。当前数据集是archive.org 上stackexchange 的stackoverflow 数据。结果不一定是完美的，我可以手动进行后期处理。但我需要帮助才能知道哪个术语似乎与另一个术语“相似”。
这里是我正在寻找的同义词示例：
同样在最好的情况下，也应该可以猜测多词同义词，例如：
该算法不需要计算这些是多向同义词（如 rdbms 和关系数据库管理系统）和单向同义词（如 iphone 是移动设备但并非所有移动设备都是 iphone）。
我读到 word2vec 可能会有所帮助，但我不确定如何使用它。
word2vec 可能是要走的路。它将单词映射到 n 维空间中的一个点。您可以使用欧几里得（或任何距离）来找到给定单词的最近点。如果训练顺利，最近的点应该是同义词。
正如凯尔在他的回答中所说，word2vec 可以与数据转储数据一起运行，您将获得一个显示最接近单词的映射，这些单词可能是同义词候选者。这个Quora 帖子也有同样的方法。
这里解释了 word2vec 如何制作不同单词的概率向量，并且使用余弦相似（最高余弦距离），您可以找到最近的 = 同义词候选者。这个 Github上有一个代码示例。使用了一个 KDT 树及其余弦距离。（KDT = k 维树）
基本上，同义词是一个距离足够近的词，您可以设置一些阈值来找到所有足够近的词或仅找到最近的词。当然，所有这些都在代码中。
在提到的 Quora 中，WordNet 也被提到作为同义词的来源，但后来我也想到了使用 SE Tag Synonym dump（见这里），我们有一个超明智的常见同义词来源。这些可以用作同义词的替代来源，或作为数据库来验证通过距离方法找到的同义词。