Question

我的目标是创建一个系统，能够接受任何随机文本，提取句子，删除标点，然后，在裸句（其中一个），随机替换NN或VB标记的单词与他们的meronym ，全名或同义词，以及来自WordNet同义词的类似单词。未来还有很多工作要做，但我一开始就遇到了问题。

为此我使用了pattern和TextBlob包。这就是我到目前为止所做的......

from pattern.web import URL, plaintext
from pattern.text import tokenize
from pattern.text.en import wordnet
from textblob import TextBlob
import string

s = URL('http://www.fangraphs.com/blogs/the-fringe-five-baseballs-most-compelling-fringe-prospects-35/#more-157570').download()
s = plaintext(s, keep=[])
secam = (tokenize(s, punctuation=""))
simica = secam[15].strip(string.punctuation)
simica = simica.replace(",", "")

simica = TextBlob(simica)
simicaTg = simica.words

synsimica = wordnet.synsets(simicaTg[3])[0]
djidja = synsimica.hyponyms()

现在一切都按照我想要的方式工作但是当我尝试从这个djidja变量中提取ie下位词时，它被证明是不可能的，因为它是Synset个对象，我无法做到无论如何操纵它。

知道如何提取下位词列表中报告的单词（即print(djidja[2])显示Synset(u'bowler') ...那么如何从中提取'bowler'？

Answer 1

回想一下，synset只是标记为同义词的单词列表。给定日落，您可以提取形成它的单词：

from pattern.text.en import wordnet
s = wordnet.synsets('dog')[0] # a word can belong to many synsets, let's just use one for the sake of argument
print(s.synonyms)

输出：

Out[14]: [u'dog', u'domestic dog', u'Canis familiaris']

您还可以提取hypernims和hyponyms：

print(s.hypernyms())
Out[16]: [Synset(u'canine'), Synset(u'domestic animal')]
print(s.hypernyms()[0].synonyms)
Out[17]: [u'canine', u'canid']

Python模式包中的synset替换

1 个答案: