import nltk
from nltk.corpus import verbnet
metaphor1 = " I run a race"
for word,pos in nltk.pos_tag(nltk.word_tokenize(metaphor1)):
initial = metaphor1.split
if 'V' in pos: #Another way to focus on only verbs
verbs.append(word)
print (verbs)
for word in verbs:
final = [sense for sense in vn.classids(word)]
print (final)
上面的代码将打印出来
['run']
['meander-47.7', 'preparing-26.3-1', 'run-51.3.2', 'swarm-47.5.1-1']
第一个列表是句子中标识的动词"我参加比赛"第二个列表是与该词相关的感官列表。
我需要找到一种方法来确定与给定感官相关的单词。我知道verbnet和wordnet有相似之处,所以有一个类似于wordnet的函数.definition()。我非常确定有一个函数可以返回与给定意义相关的单词
答案 0 :(得分:1)
verbnet.lemmas('meander-47.7')
返回
['cascade','climb','crawl','cut','drop','go','meander','plunge','run','straggle','stretch','sweep ','翻滚','转','扭曲','徘徊','编织','风','范围','转向','转向']
请参阅docs。