Python：NLTK中的形容词Synsets

Question

NLTK中是否有一种方法能够找到描述该词的某些形容词属性？例如，如果我输入“摩天大楼”一词，就会出现诸如“高”，“结构化”等属性。反过来，我更感兴趣，如果我输入单词'tall'，那么它会列出与其他单词的语义关系。

我相信在NLTK的属性的方法是为这个，但它不工作，我特别上述的方式，这是我使用它的代码：

from nltk.corpus import wordnet as wn 
synsets = wn.synsets('skyscraper') 
print[str(syns.attributes()) for syns in synsets] 

我我尝试过使用part_meronyms和attributes方法，但是这并不总是导致一个单词的形容词属性。我知道其他Python工具可以让我做到这一点，但我宁愿只使用NLTK。

Answer 1

使用纯粹的NLTK，你可以通过两个步骤来实现这个功能，包括你自己的功能。

基本思路

• 第1步：查找你的目标词（“摩天楼”或“高”）
• 步骤2.对于那些搭配标识的形容词一切有意义的搭配那是你感兴趣的，解析POS来获得语义关系。

对于第1步。此SO question on Scoring bigrams已确定是非常相关的。您必须调整BigramAssocMeasures以解决您的问题。 （它使用棕色主体，但可以使用其他许多人。）

对于第2步，你可以使用像pos_tag()甚至Tree.parse()有所收获，你正在寻找你的目标形容词的关联。

对于（更简单）和替代方法，this link有text.similar()这应该是相关的示例。

希望有所帮助。