NLTK WordNet : recherchez des synonymes de NLTK WordNet dans Python

Par : Evelyn Clarke Evelyn Clarke
Hours Le kit de préparation mis à jour

⚡ Résumé intelligent

WordNet est une base de données lexicale et un lecteur de corpus NLTK pour l'anglais qui regroupe les noms, les verbes, les adjectifs et les adverbes en synsets, permettant Python Les programmes recherchent des synonymes, des antonymes, des hyperonymes et des significations de mots pour le traitement automatique du langage naturel.

  • 🧩 Lecteur de corpus : WordNet est importé depuis nltk.corpus et sert de dictionnaire sémantiquement orienté de l'anglais.
  • (I.e. Synsets : Un synset est un ensemble de mots synonymes, comme les huit sens renvoyés pour « chien ».
  • 🔗 Relations lexicales : Les liens sémantiques réciproques relient les synonymes, les antonymes, les hyperonymes et les hyponymes.
  • 🧪 Synonymes et antonymes : Cabinetsping over synsets and lemmes collecte tous les synonymes et antonymes d'un mot.
  • 🌳 Hiérarchie: Les hyperonymes, les hyponymes, les holonymes et les méronymes organisent les mots en sous-réseaux nominaux, verbaux, adjectifs et adverbiaux.
  • 🤖 Avantage de l'IA : WordNet permet de réaliser des tâches d'analyse de texte telles que la correction orthographique, la traduction et la détection de spam.
En savoir plus

NLTK WordNet

Qu’est-ce que Wordnet ?

WordNet WordNet est un lecteur de corpus NLTK, une base de données lexicale pour l'anglais. Il permet de trouver la signification des mots, leurs synonymes et leurs antonymes. On peut le définir comme un dictionnaire sémantique de l'anglais. WordNet s'importe avec la commande suivante :

from nltk.corpus import wordnet as guru

Comme WordNet est fourni sous forme de corpus prêt à l'emploi, vous pouvez le charger une seule fois et commencer immédiatement à interroger les relations entre les mots sans avoir à construire vous-même un dictionnaire.

Trouver des synonymes de NLTK WordNet dans Python

Les statistiques révèlent qu'il y a 155287 mots et 117659 synonymes Les ensembles inclus dans WordNet anglais sont disponibles. Différentes méthodes sont proposées par WordNet ; vous pouvez les trouver en cliquant sur le lien correspondant.ping dir(guru), qui répertorie chaque attribut de chargeur et méthode d'assistance exposés par le lecteur de corpus.

Synset : On parle également d'ensemble de synonymes ou de recueil de mots synonymes. Prenons un exemple.

from nltk.corpus import wordnet
syns = wordnet.synsets("dog")
print(syns)

Sortie :

[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')]

Relations lexicales : Il s'agit de relations sémantiques réciproques. S'il existe une relation entre {x1, x2, …, xn} et {y1, y2, …, yn}, alors il existe également une relation entre {y1, y2, …, yn} et {x1, x2, …, xn}. Par exemple, un synonyme est le contraire d'un antonyme, tandis que les hyperonymes et les hyponymes sont un type de concept lexical.

Écrivons un programme en utilisant Python Trouver le synonyme et l'antonyme du mot « actif » en utilisant WordNet.

from nltk.corpus import wordnet
synonyms = []
antonyms = []
for syn in wordnet.synsets("active"):
    for l in syn.lemmas():
        synonyms.append(l.name())
        if l.antonyms():
            antonyms.append(l.antonyms()[0].name())
print(set(synonyms))
print(set(antonyms))

La sortie du code :

{'dynamic', 'fighting', 'combat-ready', 'active_voice', 'active_agent', 'participating', 'alive', 'active'} -- Synonym
{'stative', 'passive', 'quiet', 'passive_voice', 'extinct', 'dormant', 'inactive'} -- Antonym

ARTICLES LIÉS

Explication du code :

  • WordNet étant un corpus, il est importé du package nltk.corpus.
  • Deux listes de synonymes et d'antonymes sont considérées comme vides et serviront à l'ajout de données.
  • Les synonymes du mot « actif » sont recherchés à l’aide de la méthode des synsets et ajoutés à la liste des synonymes. Le même processus est appliqué aux antonymes.
  • Le résultat est imprimé comme Python configure les paramètres pour que les entrées en double soient automatiquement supprimées.

Au-delà des synonymes et des antonymes, WordNet propose également des hyperonymes (termes plus généraux), des hyponymes (termes plus spécifiques), des holonymes et des méronymes, permettant ainsi à une simple requête de situer un mot au sein d'une hiérarchie complète de relations. Ces relations font de WordNet un thésaurus pratique pour les correcteurs orthographiques, la traduction automatique, la détection de spams et d'autres tâches d'analyse textuelle en intelligence artificielle.

FAQ

WordNet est un lecteur de corpus NLTK et une base de données lexicale pour l'anglais. Il fonctionne comme un dictionnaire sémantique, permettant de rechercher la signification, les synonymes et les antonymes d'un mot en toute simplicité. Python les commandes.

Un synset, abréviation de synonym set, est un groupe de mots qui partagent le même concept. L'appel à wordnet.synsets("dog") renvoie plusieurs synsets, chacun représentant un sens distinct du mot « dog ».

Parcourez wordnet.synsets(word), puis itérez sur les lemmes de chaque synset. Ajoutez lemme.name() pour récupérer les synonymes et appelez lemme.antonyms() pour récupérer les antonymes.ping La fonction set() supprime les entrées en double.

Un hyperonyme est un terme générique (repas est un hyperonyme de petit-déjeuner), tandis qu'un hyponyme est un terme plus spécifique (riz est un hyponyme de repas). WordNet établit une hiérarchie entre ces termes.

English WordNet comprend environ 155 287 mots répartis en quelque 117 659 ensembles de synonymes. La base de données couvre quatre catégories grammaticales : les noms, les verbes, les adjectifs et les adverbes, chacune stockée dans son propre sous-réseau.

En intelligence artificielle, WordNet prend en charge des tâches d'analyse de texte telles que la désambiguïsation sémantique, la correction orthographique, la traduction et la détection de spam. Ses relations structurées offrent aux modèles d'apprentissage automatique des caractéristiques linguistiques plus riches que les seuls tokens bruts.

Oui. Les pipelines d'IA et d'apprentissage automatique utilisent des mesures de similarité WordNet telles que la similarité de chemin et la similarité de Wu-Palmer. Ils évaluent la proximité de deux ensembles de synonymes en mesurant le chemin le plus court entre eux dans la hiérarchie des hyperonymes et des hyponymes.

Un dictionnaire classique classe les définitions par ordre alphabétique. WordNet, quant à lui, relie les mots par leur signification grâce à des synsets et des relations lexicales ; il se comporte donc comme un dictionnaire et un thésaurus combinés que les machines peuvent parcourir par programmation.

Résumez cet article avec :