我有一个WordNet同义词偏移量(例如id="n#05576222"
)。鉴于此偏移量,我如何使用Python获取同义词集?如何获得给定偏移ID的WordNet同义词集?
11
A
回答
11
对于NTLK 3.2.3或更高版本,请参阅donners45的答案。
对于旧版本的NLTK的:
有一个在NLTK没有内置的方法,但你可以这样做:
from nltk.corpus import wordnet
syns = list(wordnet.all_synsets())
offsets_list = [(s.offset(), s) for s in syns]
offsets_dict = dict(offsets_list)
offsets_dict[14204095]
>>> Synset('heatstroke.n.01')
然后,您可以酸洗字典,并加载它时,你需要它。
对于NLTK之前的版本3.0,与
offsets_list = [(s.offset, s) for s in syns]
替换行
offsets_list = [(s.offset(), s) for s in syns]
因为之前NLTK 3.0 offset
物的属性,而不是方法。
1
除了使用NLTK,另一种选择是使用普林斯顿WordNet中的.tab文件Open Multilingual WordNet
http://compling.hss.ntu.edu.sg/omw/。通常我用下面的配方来访问共发现作为一个字典,偏移为重点和;
分隔字符串作为一个价值观:
# Gets first instance of matching key given a value and a dictionary.
def getKey(dic, value):
return [k for k,v.split(";") in dic.items() if v in value]
# Read Open Multi WN's .tab file
def readWNfile(wnfile, option="ss"):
reader = codecs.open(wnfile, "r", "utf8").readlines()
wn = {}
for l in reader:
if l[0] == "#": continue
if option=="ss":
k = l.split("\t")[0] #ss as key
v = l.split("\t")[2][:-1] #word
else:
v = l.split("\t")[0] #ss as value
k = l.split("\t")[2][:-1] #word as key
try:
temp = wn[k]
wn[k] = temp + ";" + v
except KeyError:
wn[k] = v
return wn
princetonWN = readWNfile('wn-data-eng.tab')
offset = "n#05576222"
offset = offset.split('#')[1]+'-'+ offset.split('#')[0]
print princetonWN.split(";")
print getKey('heatstroke')
12
由于NLTK 3.2.3中,有这样做的一个公共方法:
wordnet.synset_from_pos_and_offset(pos, offset)
在早期版本中,你可以使用:
wordnet._synset_from_pos_and_offset(pos, offset)
这将返回基于它一个同义词集的POS和offest ID。我认为这种方法仅适用于NLTK 3.0,但我不确定。
例子:
from nltk.corpus import wordnet as wn
wn._synset_from_pos_and_offset('n',4543158)
>> Synset('wagon.n.01')
0
您可以使用of2ss()
,例如:
from nltk.corpus import wordnet as wn
syn = wn.of2ss('01580050a')
将返回 Synset('necessary.a.01')
相关问题
- 1. Wordnet同步偏移?如何比较单词
- 2. 查找wordnet中单词的同义词
- 3. 如何在给定单词的单词袋词汇中获得单词的id?
- 4. 使用wordnet获取单词的最佳同义词
- 5. 如何使用Python NLTK在WordNet同义词集中打印出单词本身?
- 6. 从WordNet获取名词的大集合
- 7. 如何获得NLP的同义词
- 8. 如何获取Wordnet中的Synset偏移以用于Imagenet
- 9. 如何获得给定主类别id的产品集合?
- 10. 没有得到使用WORDNET同义词集的定义方法所需的输出
- 11. 使用WordNet查找同义词,定义和例句
- 12. 使用R Wordnet包获取反义词
- 13. 查询从wordnet mysql获取反义词?
- 14. 如何获得__TIME__的UTC偏移量?
- 15. 如何获得kafka的最新偏移
- 16. 获取指定词的WordNet域名
- 17. 如何根据Wordnet的出现概率排序同义词
- 18. 获得给定时区的当前时间偏移量
- 19. 如何获得普林斯顿WN感觉ID给出一个意义上的偏移量? Python的NLTK
- 20. 检索使用wordnet的单词的同义词为R
- 21. 未定义不同数量的偏移
- 22. 如何获得时区偏移值
- 23. 如何获得时区偏移为±hh:mm?
- 24. 如何获得内存偏移量?
- 25. 如何在logstash中获得偏移量?
- 26. iPhone - 如何获得时区偏移量?
- 27. 如何使用jquery获得给定css偏移距最近的ul元素
- 28. 使用wordnet获取单词的词条
- 29. 如何获得MySQL中特定行的偏移量?
- 30. 如何获得相对于特定父级的偏移量?
有趣的是,这将引发与NLTK 3.0 – duhaime
一个关键错误'offset'是现在是一种方法。试试这个: 'offsets_dict = {s.offset():s for w in.all_synsets()}' – Omer
*“NLTK中没有内置方法”* - 现在有!查看donners45的答案;这个已经过时了。 –