Question

我是Python和NLTK的新手，所以请耐心等待。我希望在一个句子的语境中找到一个词的意义。我使用的是Lesk WSD算法，但每次运行时它都会提供不同的输出。我知道莱斯克有一定程度的不准确。但是，我认为POS标签会提高准确性。

Lesk算法将POS标记作为参数，但它将'n'，'s'，'v'作为输入而不是'NN'，'VBP'或pos_tag输出的其他POS标记（）函数。我想知道如何以'n'，'s'，'v'的形式标记单词，或者如果有一种方法可以将'NN'，'VBP'和其他标签转换为'n '，'s'，'v'，所以我可以将它们作为lesk（context_sentence，word，pos_tag）函数的输入。

我之后使用SentiWordNet计算每个单词的情绪分数。

    from nltk.wsd import lesk
    from nltk import word_tokenize
    import nltk, re, pprint
    from nltk.corpus import sentiwordnet as swn

    def word_sense():

        sent = word_tokenize("He should be happy.")
        word = "be"
        pos = "v"
        score = lesk(sent,word,pos)
        print(score)
        print (str(score),type(score))
        set1 = re.findall("'([^']*)'",str(score))[0]
        print (set1)
        bank = swn.senti_synset(str(set1))
        print (bank)

    word_sense()

Answer 1

nltk.wsd.lesk不返回分数，它会返回预测的Synset：

>>> from nltk.corpus import wordnet as wn
>>> from nltk.corpus import sentiwordnet as swn
>>> from nltk import word_tokenize
>>> from nltk.wsd import lesk
>>> sent = word_tokenize("He should be happy".lower())
>>> lesk(sent, 'be', 'v')
Synset('equal.v.01')

lesk并不完美，它只能用作WSD的基线系统。

虽然这很不错：

>>> ss = str(lesk(sent, 'be', 'v'))
>>> re.findall("'([^']*)'",ss)
['equal.v.01']

获取synset标识符更简单：

>>> lesk(sent, 'be', 'v').name()
u'equal.v.01'

然后你可以这样做：

>>> swn.senti_synset(lesk(sent, 'be', 'v').name())
SentiSynset('equal.v.01')

要将POS tag转换为WN POS，您只需尝试：Converting POS tags from TextBlob into Wordnet compatible inputs

我在使用Lesk算法在Python中进行Word Sense消歧时遇到问题

1 个答案: