Question

语言名词是由动词形成或对应于动词的名词。

我正在寻找一种算法，当给定一个名词时，它会返回相应的动词（如果输入名词是一个口头名词）。
我最初的想法是对名词应用一个词干，然后在动词列表中搜索词干相同的动词。
在执行此操作之前，我创建了一个小的测试数据集。
它表明有时这种方法行不通：
例如：
“解释”和“解释”没有相同的词干。
“决定”和“决定”没有相同的词干。

from nltk.stem.snowball import SnowballStemmer
stemmer = SnowballStemmer('english')

l=[('to increase', 'increase'),
('to inhibit', 'inhibition'),
('to activate', 'activation'),
  ('to explain', 'explanation'),
  ('to correlate', 'correlation'),
  ('to decide', 'decision'),
   ('to insert', 'insertion')
  ]

for p in l:
    print(stemmer.stem(p[0]), ' <-> ', stemmer.stem(p[1]))

#to increas  <->  increas
#to inhibit  <->  inhibit
#to activ  <->  activ
#to explain  <->  explan
#to correl  <->  correl
#to decid  <->  decis
#to insert  <->  insert

有人知道一种方法可以在不具有相同词干的派生名词中使用吗？

Answer 1

由于无法确定所有情况，因此没有适用于所有情况的解决方案。在英语中，任何名词都可以有效地“动词化”，从而产生了无限个集合。您可以做的是对标记进行词素化，然后使用nltk的lemma.derivationally_related_forms（）函数来获取所有从动词派生的名词。搜索相应的数据结构将为您提供正确的结果。为了减少必须为每个名词搜索的动词数量，可以使用最大的公共前缀之类的名称，例如

看看这个：

https://www.howtobuildsoftware.com/index.php/how-do/4EO/python-nlp-wordnet-get-noun-from-verb-wordnet

从名词中获取口头名词

1 个答案: