【整理】WordNet

• 是什么：英语字典
• 核心和特点：
• 包含了语义信息
• 不是普通的字典
• 关系
• 关系种类
• 主要都是同义词，同义关系=synonymy
• 举例
• shut和close
• car和automotive
• 指的是：在很多语境下都可以互换interchangeable
• 还有其他关系
• 反义词，反义关系=antonymy
• 上下位关系hypernymy/hyponymy
• 整体和部分关系(meronymy)
• 继承关系(entailment)
• 同义词被分组合并成一个：synset
• synset=同义词集合：
• 包含
• 各种类型单词
• 名词Nouns
• 动词verbs
• 形容词adjectives
• 副词adverbs
• 都有
• gloss：简短，概要的定义
• 大多数：一句话
• 描述了此synset中单词的用法
• 是什么
• 每一个具有相同意义的字条组
• 表达了一个唯一的概念concept
• 无序的集合
• 总数：11.7万个
• 总体上
• 不同synset互相关联
• 记录不同synset之间的语义关系
• 通过：conceptual relations=逻辑概念上的关系
• 注意
• 不同形式表现不同含义的单词：会被放到不同的synset中
• -》每一个 形式-含义 对 在wordnet中是唯一的
• 词汇结构=关系
• 九大类
• 上下位关系=hyperonymy, hyponymy or ISA （动词、名词）
• 最多：占了近80%
• 蕴含关系=整体-部分Holonymy（动词）
• 相似关系（名词）
• 成员部分关系（名词）
• 物质部分关系（名词）
• 部件部分=部分-整体关系=Meronymy（名词）
• 致使关系=转指关系=Metonymy（动词）
• 相关动词关系（动词）
• 属性关系（形容词）
• 目的：
• 既是一个字典，又是一个辞典
• 比单纯的辞典或词典都更易于使用
• 用于：
• 文本分析
• 人工智能应用
• NLP自然语言处理
• 输出结果
• 名词网络
• 最顶层：11个抽象概念
• =基本类别始点（unique beginners）
• 比如：
• 实体（entity，“有生命的或无生命的具体存在”）
• 心理特征（psychological feature，“生命有机体的精神上的特征）
• 缺点
• 中文支持度不够好
• 词条太少
• 共11.7万
• 中文：4.2万
• 中文名词：2.7万
• 没有一些常见的词汇：
• 城市：上海、伦敦
• 其他
• 共产党
• 普通话
• 汉语词义存在错误
• 部分词条存在结构性问题
• 网球问题
• 消歧问题
• 词性较少

from nltk.corpus import wordnet
或：
from nltk.corpus import wordnet as wn

• 类比说明
• 如果：WordNet 数据库
• 那么：
• 每一条数据：代表的是一个词义
• 其主键是：Synset

>>> wn.synsets('dog') # doctest: +ELLIPSIS +NORMALIZE_WHITESPACE
[Synset('dog.n.01'), Synset('frump.n.01'), Synset('dog.n.03'), Synset('cad.n.01'),
Synset('frank.n.02'), Synset('pawl.n.01'), Synset('andiron.n.01'), Synset('chase.v.01')]

• 三部分：
• =word.pos.nn
• =词义.词性.编号
• 举例说明：
• dog.n.01
• dog：词义
• n:词性，none，名词
• 01：编号

>>> wn.synsets('dog', pos=wn.VERB)
[Synset('chase.v.01')]

• wordnet.VERB=动词
• wordnet.NOUN=名词
• wordnet.ADJ=形容词
• wordnet.ADV=副词

>>> wn.synset('dog.n.01')
Synset('dog.n.01')
>>> print(wn.synset('dog.n.01').definition())
a member of the genus Canis (probably descended from the common wolf) that has been domesticated by man since prehistoric times; occurs in many breeds

>>> len(wn.synset('dog.n.01').examples())
1
>>> print(wn.synset('dog.n.01').examples()[0])
the dog barked all night

>>> wn.synset('dog.n.01').lemmas()
[Lemma('dog.n.01.dog'), Lemma('dog.n.01.domestic_dog'), Lemma('dog.n.01.Canis_familiaris')]
>>> [str(lemma.name()) for lemma in wn.synset('dog.n.01').lemmas()]
['dog', 'domestic_dog', 'Canis_familiaris']
>>> wn.lemma('dog.n.01.dog').synset()
Synset('dog.n.01')

>>> good = wn.synset('good.a.01')
>>> good.lemmas()[0].antonyms()
[Lemma('bad.a.01.bad')]

>>> dog = wn.synset('dog.n.01')
>>> cat = wn.synset('cat.n.01')
>>> dog.path_similarity(cat)
0.2

• 名词和动词被组织成了完整的层次式分类体系
• 形容词和副词没有被组织成分类体系
• 所以不能用path_distance
• 形容词和副词最有用的关系是similar to

>>> beau.similar_tos()
[Synset('beauteous.s.01'), Synset('bonny.s.01'), Synset('dishy.s.01'), Synset('exquisite.s.04'), Synset('fine-looking.s.01'), Synset('glorious.s.03'), Synset('gorgeous.s.01'), Synset('lovely.s.01'), Synset('picturesque.s.01'), Synset('pretty-pretty.s.01'), Synset('pretty.s.01'), Synset('pulchritudinous.s.01'), Synset('ravishing.s.01'), Synset('scenic.s.01'), Synset('stunning.s.04')]  

转载请注明：在路上 » 【整理】WordNet