<分区>
from nltk.stem import WordNetLemmatizer
x = WordNetLemmatizer()
x.lemmatize("angrily", pos='r')
Out[41]: 'angrily'
这是 nltk wordnet 中 pos 标签的引用文档，http://www.nltk.org/_modules/nltk/corpus/reader/wordnet.html
我可能遗漏了一些基本的东西。请告诉我
<分区>
from nltk.stem import WordNetLemmatizer
x = WordNetLemmatizer()
x.lemmatize("angrily", pos='r')
Out[41]: 'angrily'
这是 nltk wordnet 中 pos 标签的引用文档，http://www.nltk.org/_modules/nltk/corpus/reader/wordnet.html
我可能遗漏了一些基本的东西。请告诉我
最佳答案
尝试:
>>> from nltk.corpus import wordnet as wn
>>> wn.synset('angrily.r.1').lemmas()[0].pertainyms()[0].name()
u'angry'
参见 Getting adjective from an adverb in nltk or other NLP library了解更多信息
问题是为什么你必须通过引理来获得专有名词？
>>> wn.synset('angrily.r.1').pertainyms()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Synset' object has no attribute 'pertainyms'
这是因为 WordNet 将其视为单词类别之间的词汇关联，参见 http://wordnet.princeton.edu/man/wngloss.7WN.html
Pertainyms are relational adjectives and do not follow the structure just described. Pertainyms do not have antonyms; the synset for a pertainym most often contains only one word or collocation and a lexical pointer to the noun that the adjective is "pertaining to". Participial adjectives have lexical pointers to the verbs that they are derived from.
话又说回来，如果我们看一下 Java 接口(interface)，获取同义词集的 pertainym 就像 AdjectiveSynset.getPertainyms() ( http://lyle.smu.edu/~tspell/jaws/doc/edu/smu/tspell/wordnet/AdjectiveSynset.html )
所以我想这取决于谁编写界面，他们对形容词-副词关系采取什么样的观点。
对我来说，我认为 pertainyms 会直接与同义词集相关，而不是与词条相关。
关于python - NLTK 中的 wordnet 词形还原器不适用于副词，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28475620/