python怎么使用wordnet

python怎么使用wordnet

Wordnet是一个词典。每个词语(word)可能有多个不同的语义，对应不同的sense。而每个不同的语义（sense）又可能对应多个词，如topic和subject在某些情况下是同义的，一个sense中的多个消除了多义性的词语叫做lemma。例如，“publish”是一个word，它可能有多个sense：
1. (39) print,publish -- (put into print; "The newspaper published the news of the royalcouple's divorce"; "These news should not be printed")
2. (14) publish,bring out, put out, issue, release -- (prepare and issue for publicdistribution or sale; "publish a magazine or newspaper")
3. (4) publish,write -- (have (one's written work) issued for publication; "How manybooks did Georges Simenon write?"; "She published 25 books during herlong career")

WordNet的具体用法
NLTK是python的一个自然语言处理工具，其中提供了访问wordnet各种功能的函数。下面简单列举一些常用功能：

得到wordnet本身：
from nltk.corpusimport wordnet

获得一个词的所有sense，包括词语的各种变形的sense：
wordnet.synsets('published')
[Synset('print.v.01'),
Synset('publish.v.02'),
Synset('publish.v.03'),
Synset('published.a.01'),
Synset('promulgated.s.01')]

Wordnet是一个词典。每个词语(word)可能有多个不同的语义，对应不同的sense。而每个不同的语义（sense）又可能对应多个词，如topic和subject在某些情况下是同义的，一个sense中的多个消除了多义性的词语叫做lemma。例如，“publish”是一个word，它可能有多个sense： 1. (39) print,publish -- (put into print; "The newspaper published the news of the royalcouple's divorce"; "These news should not be printed") 2. (14) publish,bring out, put out, issue, release -- (prepare and issue for publicdistribution or sale; "publish a magazine or newspaper") 3. (4) publish,write -- (have (one's written work) issued for publication; "How manybooks did Georges Simenon write?"; "She published 25 books during herlong career") 在第一个sense中，print和publish都是lemma。Sense 1括号内的数字39表示publish以sense 1在某外部语料中出现的次数。显然，publish大多数时候以sense 1出现，很少以sense 3出现。 WordNet的具体用法 NLTK是python的一个自然语言处理工具，其中提供了访问wordnet各种功能的函数。下面简单列举一些常用功能： 得到wordnet本身： from nltk.corpusimport wordnet 获得一个词的所有sense，包括词语的各种变形的sense： wordnet.synsets('published') [Synset('print.v.01'), Synset('publish.v.02'), Synset('publish.v.03'), Synset('published.a.01'), Synset('promulgated.s.01')] 得到synset的词性： >>>related.pos 's' 得到一个sense的所有lemma： >>>wordnet.synsets('publish')[0].lemmas [Lemma('print.v.01.print'), Lemma('print.v.01.publish')] 得到Lemma出现的次数： >>> wordnet.synsets('publish')[0].lemmas[1].count() 39 在wordnet中，名词和动词被组织成了完整的层次式分类体系，因此可以通过计算两个sense在分类树中的距离，这个距离反应了它们的语义相似度： >>> x =wordnet.synsets('recommended')[-1] >>> y =wordnet.synsets('suggested')[-1] >>> x.shortest_path_distance(y) 0 形容词和副词的相似度计算方法： 形容词和副词没有被组织成分类体系，所以不能用path_distance。 >>> a =wordnet.synsets('beautiful')[0] >>> b =wordnet.synsets('good')[0] >>>a.shortest_path_distance(b) -1 形容词和副词最有用的关系是similar to。 >>> a =wordnet.synsets('glorious')[0] >>>a.similar_tos() [Synset('incandescent.s.02'), Synset('divine.s.06'), ……]

Wordnet是一个词典。每个词语(word)可能有多个不同的语义，对应不同的sense。而每个不同的语义（sense）又可能对应多个词，如topic和subject在某些情况下是同义的，一个sense中的多个消除了多义性的词语叫做lemma。例如，“publish”是一个word，它可能有多个sense： 1. (39) print,publish -- (put into print; "The newspaper published the news of the royalcouple's divorce"; "These news should not be printed") 2. (14) publish,bring out, put out, issue, release -- (prepare and issue for publicdistribution or sale; "publish a magazine or newspaper") 3. (4) publish,write -- (have (one's written work) issued for publication; "How manybooks did Georges Simenon write?"; "She published 25 books during herlong career") 在第一个sense中，print和publish都是lemma。