从 semcor 语料库 ( http://www.cse.unt.edu/~rada/downloads.html ) 中,有一些意义没有映射到更高版本的 wordnet。神奇的是,映射可以在 NLTK WordNet API 中找到:
>>> from nltk.corpus import wordnet as wn
# Emunerate the possible senses for the lemma 'delayed'
>>> wn.synsets('delayed')
[Synset('delay.v.01'), Synset('delay.v.02'), Synset('stay.v.06'), Synset('check.v.07'), Synset('delayed.s.01')]
>>> wn.synset('delay.v.01')
Synset('delay.v.01')
# Magically, there is a 0th sense of the word!!!
>>> wn.synset('delayed.a.0')
Synset('delayed.s.01')
我已经检查了代码和 API(http://nltk.googlecode.com/svn/trunk/doc/api/nltk.corpus.reader.wordnet.Synset-class.html、http://nltk.org/_modules/nltk/corpus/reader/wordnet.html),但我找不到他们是如何完成不应该存在的神奇映射(例如对于 delayed.a .0
-> delayed.s.01
).
有谁知道 NLTK Wordnet API 代码的哪一部分进行了神奇的映射?
最佳答案
我猜这是一个错误。当您执行 wn.synset('delayed.a.0')
时,方法中的前两行是:
lemma, pos, synset_index_str = name.lower().rsplit('.', 2)
synset_index = int(synset_index_str) - 1
所以在这种情况下,synset_index
的值为 -1
,这是 python 中的有效索引。在 lemma
为 delayed
且 pos
为 a
的同义词集数组中查找时,它不会失败.
通过这种行为,您可以做一些棘手的事情,例如:
>>> wn.synset('delay.v.-1')
Synset('stay.v.06')
关于python - NLTK wordnet 接口(interface)中的第 0 个同义词集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18470873/