我有来自OpenNLP的POS标记输入...我需要将这些用于WordNet ...但是wordnet只使用4个标签 - 名词，动词，形容词，副词......其中OpenNLP根据{{3}生成标签}。我需要将它们转换为与wordnet兼容的标签...我确实在网站上找到 Penn treebank tagset - 但它的所有python..i都需要java
同意我自己可以编写一个简单的函数来重命名这些标签..但是如何处理其他标签，如DT，PP，PDT，POS，MD等......
答案 0 :(得分：1)
有关您想要使用WordNet关联做什么的更多信息可能会有所帮助，但我的第一个猜测是您想要丢弃不能完全映射到WordNet类别的词性。
例如，考虑DT（确定者）。您是否希望在WordNet中获得“the”和“an”之间的关系？同样，WordNet中可能存在PP（介词）的有用关系，但我怀疑你更有可能在不同的名词或动词之间找到有用的关系，而不是在封闭的单词之间。
我的建议是首先将每个TreeBank词性标记映射到一个WordNet类，或者对那些没有明显映射的那些词性标记'null'（你可能在某个地方找到这样的映射，但只有36个标签，这可能就像你自己一样容易。）
对于封闭类词，您可能决定使用其他关系元数据源，但这可能取决于应用程序的最终目标。