Question

我正在阅读一系列句子并用NLTK的Stanford POS标签器标记每个单词。我得到这样的输出：

wordnet_sense = []

for o in output:
    a = st.tag(o)
    wordnet_sense.append(a)

输出：[[(u'feel', u'VB'), (u'great', u'JJ')], [(u'good', u'JJ')]]

我想用他们的POS映射这些单词，以便在WordNet中识别它们。

我试过这个：

sense = []

for i in wordnet_sense:
    tmp = []

    for tok, pos in i:
        lower_pos = pos[0].lower()

        if lower_pos in ['a', 'n', 'v', 'r', 's']:
            res = wn.synsets(tok, lower_pos)
            if len(res) > 0:
                a = res[0]
        else:
            a = "[{0}, {1}]".format(tok, pos)

        tmp.append(a)

    sense.append(tmp)

print sense

输出：[Synset('feel.v.01'), '[great, JJ]'], ['[good, JJ]']]

因此feel被识别为动词，但great和good不被视为形容词。我还检查过great和good是否真正属于Wordnet，因为我认为如果他们不在那里就不会被映射，但他们是。有人可以帮忙吗？

Answer 1

这是来自pywsd的可爱功能：

from nltk.corpus import wordnet as wn

def penn2morphy(penntag, returnNone=False):
    morphy_tag = {'NN':wn.NOUN, 'JJ':wn.ADJ,
                  'VB':wn.VERB, 'RB':wn.ADV}
    try:
        return morphy_tag[penntag[:2]]
    except:
        return None if returnNone else ''

Answer 2

def wordnet_pos_code(tag):
    if tag.startswith('NN'):
        return wn.NOUN
    elif tag.startswith('VB'):
        return wn.VERB
    elif tag.startswith('JJ'):
        return wn.ADJ
    elif tag.startswith('RB'):
        return wn.ADV
    else:
        return ''



print wordnet_pos_code('NN')`

除了提供的答案，我发现这也有效。

Python：将NLTK Stanford POS标签映射到WordNet POS标签

2 个答案: