Question

简短版本：
如果我有一个词干：
Say 'comput' for 'computing', or 'sugari' for 'sugary'
有没有办法构建它最接近的名词形式？
That is 'computer', or 'sugar' respectively

更长的版本：
我正在使用python和NLTK，Wordnet在一堆单词上执行一些语义相似性任务我注意到大多数sem-sim分数仅适用于名词，而形容词和动词不会产生任何结果。
理解所涉及的不准确性，我想将一个单词从其动词/形容词形式转换为它的名词形式，所以我可以估计它们的相似性（而不是通常用形容词返回的'NONE'）。

我认为这样做的一种方法是使用词干分析器获取根词，然后尝试构造该词根的最接近的名词形式。
来自here的George-Bogdan Ivanov的算法效果非常好。我想尝试其他方法。有没有更好的方法将单词从形容词/动词形式转换为名词形式？

Answer 1

您可能需要查看此示例：

>>> from nltk.stem.wordnet import WordNetLemmatizer
>>> WordNetLemmatizer().lemmatize('having','v')
'have'

（来自this SO answer），看它是否向您发送正确的方向。

Answer 2

首先从wordnet个同义词中提取所有可能的候选者。然后使用difflib将字符串与目标词干进行比较。

>>> from nltk.corpus import wordnet as wn
>>> from itertools import chain
>>> from difflib import get_close_matches as gcm
>>> target = "comput"
>>> candidates = set(chain(*[ss.lemma_names for ss in wn.all_synsets('n') if len([i for i in ss.lemma_names if target in i]) > 0]))
>>> gcm(target,candidates)[0]

计算候选人的更易读的方法是：

candidates = set()
for ss in wn.all_synsets('n'):
  for ln in ss.lemma_names: # get all possible lemmas for this synset.
    for lemma in ln:
      if target in lemma:
        candidates.add(target)

从词干中获取最接近的名词

2 个答案: