如何在Wordnet中获取Synset偏移量以用于Imagenet

Question

我计划使用Image-Net来构建语言任务的同义词列表。根据{{​​3}}，

  

ImageNet基于WordNet 3.0。为了唯一地标识一个synset，我们使用“WordNet ID”（wnid），它是POS（即词性）和WordNet的SYNSET OFFSET的串联。

这一切似乎都很好，但是没有关于如何在WordNet中为synset获取SYNSET OFFSET的文档。这个Image-Net API Docs解释了如何获取Sense ID，但这些值并不相同。

如何获取SYNSET OFFSET以便我可以开始使用Image-Net API来构建可显示的名词和同义词列表？

Answer 1

在index.noun中，这是一个更有趣的条目：

car n 5 6 @ ~ #m #p %p - 5 2 02958343 02959942 02960501 02960352 02934451

数字是＆＃34; synset偏移＆＃34;你追求。因此，取车行中的第一个数字02958343，在其前面添加第二个字段，＆＃34; n＆＃34; （当然，index.noun中的所有条目都在＆＃34; n＆＃34;在第二个字段中），你得到n02958343，它可以给你：http://image-net.org/synset?wnid=n02958343

如果您尝试使用列表中的第5个号码，则会获得images for cable cars。

顺便说一句，index.noun字段的其余部分的文档在这里：https://wordnet.princeton.edu/wordnet/man/wndb.5WN.html

通过data.noun文件（存储同义词集之间所有链接的文件）使用相同的synset偏移量。

---

顺便说一下，synset抵消了从发布到发布的变化，而ImageNet似乎与Wordnet 3.0相关联（或打算打破每个WordNet发布的所有URL）。例如。这就是汽车在wordnet 3.1中的表现：

car n 5 6 @ ~ #m #p %p - 5 2 02961779 02963378 02963937 02963788 02937835 

（但http://image-net.org/synset?wnid=n02961779找不到汽车图片）

这就是为什么当我设计MLSN时，我反而使用＆＃34; 06car0＆＃34;表示汽车的第一个同义词（06表示名词。文物，见WordNet docs）;然后，该唯一密钥可以在WordNet更新中存活。不幸的是它没有流行，所以人们仍然使用Wordnet synset偏移。