NLTK动词网给错误的班级

Question

我正在尝试了解nltk Verbnet API。 具体来说，请考虑：

from nltk.corpus import verbnet
verbnet.classids(lemma='add')

最后一条命令打印：['mix-22.1-2']。 方法classids应该“仅返回包含该引理作为成员的类的VerbNet类标识符”。

现在，如果继续the official verbnet project page并搜索动词“ add”，我将得到以下信息： 也就是说，动词add是mix，multiply，say，addict和illustrate的成员。而verbnet类实际上是addict。

问题：我如何使用nltk获取与动词add（及其他）有关的实际类？

似乎有些概念没有很明确地定义（并且我可能不太理解），它们相互冲突。感谢您的帮助！ ：D

Answer 1

结果之间不一致的原因是由于当前版本的Verbnet 2.1使用的是NLTK，而不是更新的Verbnet 3.3。

尽管尚未得到正式支持，但可以用NLTK加载最新版本的Verbnet。为此：

首先，转到this NLTK Github page并下载文件verbnet3.zip；

第二，将文件解压缩到NLTK文件夹数据的corpora文件夹中，通常类似于：Users/username/nltk_data/corpora/your_unzip_here。解压缩该文件时，应该在verbnet3文件夹中有一个名为corpora的文件夹。这是nltk在其中寻找数据的地方；

第三，使用以下命令在Python中加载Verbnet3：

import nltk
vnet3 = nltk.corpus.util.LazyCorpusLoader('verbnet3', nltk.corpus.reader.verbnet.VerbnetCorpusReader,r'(?!\.).*\.xml')

然后，您可以使用vnet3.classids('add')来正确恢复类mix，multiply和say。