如何从Wordnet获取按其出现概率排序的同义词

Question

我在Wordnet中搜索大量单词的同义词。我这样做的方式，当某个单词有多个同义词时，结果按字母顺序返回。我需要的是按照发生概率对它们进行排序，我只选择前1个同义词。

我使用prolog wordnet数据库和Syns2Index将其转换为Lucene类型索引以查询同义词。有没有办法以这种方式按照概率对它们进行排序，或者我应该使用另一种方法？

速度并不重要，此同义词查找不会在线完成。

Answer 1

万一有人偶然发现这个帖子，这就是要走的路（至少我需要的）：

http://lyle.smu.edu/~tspell/jaws/doc/edu/smu/tspell/wordnet/impl/file/ReferenceSynset.html#getTagCount%28java.lang.String%29

tagCount方法为每个单词提供最可能的synset组。问题再次是具有高概率的synset可以有几个单词。但我想这是没有机会避免这个

Answer 2

我认为你应该再做一步（假设速度不重要）。

从Lucene索引中，您应该构建另一个字典，其中每个单词都映射到一个小对象，该对象包含唯一的同义词，其含义具有更高的出现概率，其含义和出现概率。即，给出此代码：

class Synonym {
public:
    String name;
    double probability;
    String meaning;
}

Map<String, Synonym> m = new HashMap<String, Synonym>();

...你只需要从Lucene索引中填写它。