Question

让我们从问题的最终目的开始：我的目标是建立一个基于单词的神经网络，它应该采用一个基本的句子，并为每个单词选择它应该在句子本身产生的意义。然后它将学习一些关于语言的东西（例如两个给定单词之间可能的相关性，在单个句子中找到两者的概率等等），并在最后阶段（在学习阶段之后）尝试构建根据一些输入，它自己的一些非常简单的句子。

为了做到这一点，我需要某种数据库来表示给定语言的词汇表，我可以从中提取一些信息，如单词列表，定义，同义词等等。数据库的结构应该能够构建包含所需信息的C数据结构，例如

typedef struct _dictEntry DictionaryEntry;
typedef struct _dict Dictionary;

struct _dictEntry {
    const char *word;               // Word string
    const char **definitions;       // Array of definition strings
    DictionaryEntry **synonyms;     // Array of pointers to synonym words
    Dictionary *dictionary;         // Pointer to parent dictionary
};

struct _dict {
    const char *language;           // Language identification string
    int count;                      // Number of elements in the dictionary
    float **correlations;           // Correlation matrix between i-th and j-th entries
    DictionaryEntry *entries;       // Array of dictionary entries
};

或等效的Obj-C对象。

我知道（来自Searching the Mac OSX system dictionaries?）苹果提供的词典已获得许可，因此我无法使用它们来创建我的数据结构。基本上我想要做的是：给定一个任意单词A我想获取所有包含A定义的字典条目，并仅选择这样的定义。然后，我将实现某种交叉过程，根据句子的其余部分选择最合适的定义和同义词，并构建相关矩阵。

让我举一个例子：让我们假设我输入一个包含“play”的句子;我想获取所有条目（如“游戏”，“乐器”，“演员”等），“play”这个词可以相互关联，并为每个条目选择相应的定义（我不想要示例提取对应于“工具”含义的“工具”定义，因为您不能“播放工具”）。然后，我将选择最合适的这些定义来查看句子的其余部分：如果它还包含单词“actor”，那么我将指定“播放”含义“戏剧”或其他合适的定义。最基本的方法是扫描字典中的每个定义，搜索单词“play”，这样我就需要无限制地访问所有定义，据我所知，这不能使用位于/ Library / Dictionaries下的字典来完成。可悲的是，这项工作必须离线完成。

我可以下载任何可用资源，这样我就可以了解所有定义并获取我的信息吗？目前我对任何特定的文件格式都不感兴趣（可能是数据库或xml或其他任何东西），但它必须是我可以分解并放入数据结构的东西。我尝试谷歌它但是，无论我使用什么关键词，如果我包括“词汇”或“词典”这个词我（很明显）只能在某些在线词典网站上获得关于其他词语定义的页面！我想这不是最好的搜索...

我希望问题很明确......如果不是，我会尝试以不同的方式解释它！无论如何，感谢所有人提供任何有用的信息。

Answer 1

可能像http://www.eat.rl.ac.uk一样免费的本体论会对你有所帮助。在大学部门，有几个可用。

找到合适的词汇表数据库来构建C结构

1 个答案: