如何在一个表示动物的句子中列出所有英语术语？

Question

例如，在句子中＆＃34; 当一群失去母亲的小鸭子进入谷仓时，两匹马刚刚躺下来，无力地徘徊，从一边到另一边徘徊寻找他们不会被践踏的地方。＆＃34;有两种动物：马和鸭。

我一直在寻找动物名单的词汇表，但却无法获得足够完整的内容。 WordNet数据库看起来很有希望，但可能有点矫枉过正，也不够广泛。

Answer 1

WordNet是一个很好的工具，我认为你走在了正确的轨道上。您正在寻找的关系是 hyponym / hypernym 关系：名词 horse 作为 animal 的下位词，相反， >动物是 horse 的上位词。 WordNet确实提供了数据来评估两个名词是否处于这种关系中。

说到WordNet，您可能会在noun.animal文件中找到所有动物。这可能会使您的特定问题更简单。

要从 duckling 转到 duck ，您可以浏览WordNet的姐妹词关系，它会提供相关词汇的集合。我不确定你是否会从中得到误报，但可能会有一些。 Duck 和 duckling 也列在衍生相关的关系中，但 lion 和 cub 不是。这可能是一个有争议的问题，因为在某些词义上， duckling 和 cub 都是动物。

然而，你必须标记词性，并且只考虑名词，否则当句子使用动词围绕和来躲避（挺举）。词性（POS）标记本身就是一个完整的问题，您可能希望查看一些现有的库。最成功的是使用统计方法，但结果相当稳健，尽管可能不是100％正确。

此外，你将不可避免地从名词同义词中获得其他类型的误报。例如，马可以指一件体操设备，这显然不是动物。 Duck 也可以指一种面料。如果没有更深层次的背景，你将无法解决这种同性恋问题。但是如果没有完全理解文本的完整智能，这个问题就不是完全可以解决的了。