从Wordnet命令行工具获取POS概率

Question

我正在写一些ruby通过wn命令行工具访问wordnet的实验，因为我放弃了让wordnet gem工作。

我希望能够查找感官的频率，最终能够计算给定单词是名词/形容词/动词/副词的概率。

我已经尝试了文档，但并不总是那么明确。

这可能不使用wn工具吗？我写的是在思考wordnet包含这个信息吗？

Answer 1

据我所知，它不包括频率本身，尽管在返回结果中从最常见到最不频繁地排序。

您可以通过多种方式获得实际频率。也许最可靠的是使用像Penn TreeBank这样的POS标记语料库，然后自己计算这些值。不幸的是，如果你不在大学里，那么获得免费的副本很困难。另一种选择是建立自己的语料库（可能来自博客，Project Gutenberg书籍，维基百科等等），在其上运行POS标记，然后从中计算频率。显然，这种方法会有所偏差，但它比手动标记语料库要容易得多。