NLTK WordNet：从 NLTK WordNet 中查找同义词 Python

什么是 Wordnet？

Wordnet 是一个 NLTK 语料库阅读器，是英语词汇数据库。它可用于查找单词、同义词或反义词的含义。可以将其定义为面向语义的英语词典。使用以下命令导入它：

from nltk.corpus import wordnet as guru

在 NLTK WordNet 中查找同义词 Python

统计数据显示 155287 个单词和 117659 个同义词 包含在 English WordNet 中的集合。

可以通过输入 dir(guru) 找到 WordNet 可用的不同方法

['_LazyCorpusLoader__args', '_LazyCorpusLoader__kwargs', '_LazyCorpusLoader__load', '_LazyCorpusLoader__name', '_LazyCorpusLoader__reader_cls', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattr__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__'、'__sizeof__'、'__str__'、'__subclasshook__'、'__unicode__'、'__weakref__'、'_unload'、'subdir'、'unicode_repr']

让我们了解 wordnet 的一些功能：

同义词集：它也被称为同义词集或同义词集合。让我们看一个例子

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

输出：

[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')]

词汇关系：这些是相互的语义关系。如果 {x1,x2,…xn} 和 {y1,y2,…yn} 之间存在关系，那么 {y1,y2,…yn} 和 {x1,x2,…xn} 之间也存在关系。例如，同义词与反义词或上义词相对，而下义词是词汇概念的类型。

让我们使用编写一个程序蟒蛇使用 Wordnet 查找单词“active”的同义词和反义词。

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))

代码的输出：

{'dynamic', 'fighting', 'combat-ready', 'active_voice', 'active_agent', 'participating', 'alive', 'active'} — 同义词

{'stative', 'passive', 'quiet', 'passive_voice', 'extinct', 'dormant', 'inactive'} — 反义词

代码说明

Wordnet 是一个语料库，因此它是从 ntlk.corpus 导入的
同义词和反义词列表均视为空，将用于附加
在模块同义词集中搜索单词 active 的同义词，并将其添加到同义词列表中。对第二个同义词重复相同的过程。
打印输出

结语

WordNet 是一个词汇数据库，已被许多主要搜索引擎。从 WordNet 中，可以计算出有关给定单词或短语的信息，例如

同义词（含义相同的词）
上位词（用于指代一类具体事物的通用术语（例如，meal 是早餐），下位词（rice 是一顿饭）
全称（蛋白质、碳水化合物是膳食的一部分）
部分名词（膳食是每日食物摄入的一部分）

WordNet 还提供有关并列词、派生词、意义等的信息。它用于查找任意两个单词之间的相似性。它还保存有关相关单词结果的信息。简而言之，可以将其视为词典或同义词库。深入研究 wordnet，它总共分为四个子网，例如

名词
动词
形容词
副词

它可用于人工智能领域的文本分析。借助 Wordnet，您可以创建用于拼写检查、语言翻译、垃圾邮件检测等的语料库。

什么是 Wordnet？

在 NLTK WordNet 中查找同义词 Python

结语

注册简报