Question

我正在尝试使用NLTK捕获对象的一般类的出现。例如，from django.conf import settings def contact(request): if request.method == 'POST': message = request.POST.get('message', '') from_email = request.POST.get('from_email', '') send_mail('Contact Form', message, from_email, [settings.EMAIL_HOST_USER]) return render(request, 'first_app/contact.html')和trout是的类型。herring和fish是的类型> eagles。 NLTK（或其他任何与此相关的库）中是否有任何功能可以帮助我做到这一点？

我不是在寻找同义词，因为它们只是表达相同意思的另一种方式...因此，例如，使用sparrows，我将得到以下内容作为“麻雀”的同义词：

birds。

对于'bird'的同义词，我得到：

wordnet.synsets。

我正在寻找一种方式来说明'hedge_sparrow', 'dunnock', 'Prunella_modularis', 'sparrow', 'true_sparrow'是'doll', 'snort', 'skirt', 'birdwatch', 'chick', 'hiss', 'hoot', 'raspberry', 'bird', 'Bronx_cheer', 'boo', 'shuttlecock', 'razzing', 'birdie', 'shuttle', 'wench', 'fowl', 'dame', 'razz'的一种类型。

Answer 1

我很欣赏您尝试利用词网相似度得分的独创性，但我怀疑它是否足以满足您的目的。您所追求的是 hypernym 关系，Wordnet同义词集可以通过hypernyms()方法方便地提供它。（出于某些原因，Lemmas也有一个hypernyms()方法；但是它总是空的；不要让它使您感到困惑。）

Wordnet可以告诉您有关“麻雀”一词的信息：

>>> from nltk.corpus import wordnet as wn >>> wn.synsets("sparrow") [Synset('sparrow.n.01'), Synset('hedge_sparrow.n.01')] >>> sparrow = wn.synsets("sparrow")[0] >>> sparrow.hypernyms() [Synset('passerine.n.01')] >>> sparrow.hypernyms()[0].hypernyms() [Synset('bird.n.01')] >>> sparrow.hypernyms()[0].hypernyms()[0].hypernyms() [Synset('vertebrate.n.01')]

如您所见，Wordnet分两步将您从麻雀转移到 bird 。这就是Wordnet恰好包含的内容。

更一般而言，您要查找的是语料库中所有内容的分类，即域中每个有趣概念的分层词汇表。请注意，我一直保持资格，例如“您的语料库”，“您的域名”。有许多不同的方法可以按“类型”对事物进行分类。小麦是一种植物，但您也可以说它是谷类谷物（植物的一种亚型），或者它是种子，食品，食品中的成分等。（不用担心，“小麦”是也是颜色等）

因此，满足您需求的理想解决方案是对您感兴趣的事物进行分类， 适合您的目的。域，很可能会有一个；尝试使用Google搜索或在合适的堆栈交换中进行询问。但是，许多此类资源都是RDF格式的，它们需要的工具和技术与您可能习惯的工具和技术不同。 dbpedia是一种巨大的免费资源，它是从维基百科中提取的。这是swallow上的条目，旨在为您提供一个想法。

Answer 2

我发现了可以在此期间使用的粗略解决方法，但是如果存在更好的方法，我仍然将不胜感激。

事实证明，存在一个同义词path_similarity()函数，该函数给出了两个wordnet同义词之间的相似性。我编写了一个函数来查找两个项目的所有同义词组合之间的相似度，并采用了最高的相似度值。我将必须设置一个相似性阈值，在该阈值以上，我可以将一件事视为另一种事物的类型。

from nltk.corpus import wordnet def getSimilarity(thing1, thing2): similarity = [] for syn1 in wordnet.synsets(thing1): for syn2 in wordnet.synsets(thing2): sim = syn1.path_similarity(syn2) if sim: similarity.append(sim) return max(similarity) print('fish<->fish similarity: {}'.format(getSimilarity('fish', 'fish'))) print('fish<->trout similarity: {}'.format(getSimilarity('fish', 'trout'))) print('fish<->herring similarity: {}'.format(getSimilarity('fish', 'herring'))) print('fish<->cat similarity: {}'.format(getSimilarity('fish', 'cat'))) print('fish<->dog similarity: {}'.format(getSimilarity('fish', 'dog'))) print('..........') print('bird<->bird similarity: {}'.format(getSimilarity('bird', 'bird'))) print('bird<->sparrow similarity: {}'.format(getSimilarity('bird', 'sparrow'))) print('bird<->eagle similarity: {}'.format(getSimilarity('bird', 'eagle'))) print('bird<->cat similarity: {}'.format(getSimilarity('bird', 'cat'))) print('bird<->fish similarity: {}'.format(getSimilarity('bird', 'fish')))

输出：

fish<->fish similarity: 1.0 fish<->trout similarity: 0.5 fish<->herring similarity: 0.3333333333333333 fish<->cat similarity: 0.2 fish<->dog similarity: 0.2 .......... bird<->bird similarity: 1.0 bird<->sparrow similarity: 0.3333333333333333 bird<->eagle similarity: 0.3333333333333333 bird<->cat similarity: 0.25 bird<->dog similarity: 0.25 .......... bird<->fish similarity: 0.25

NLTK中是否存在“某种类型”的功能？

2 个答案: