如何使用wordnet

介绍

WordNet是包含语义信息的英语词典。

1. wordnet根据单词的语义分组，相同语义的单词组合在一起称为synset（同义词集），一个一词多义的单词将出现在它的每个语义对应的同义词集中
2. wordnet为每一个synset提供了简短，概要的定义，并记录不同synset之间的语义关系
3. 在 wordnet中，名词，动词，形容词和副词各自组织成一个同义词的网络，四种不同词性的网络之间没有连接

python调用wordnet

可通过nltk工具包来导入wordnet

from nltk.corpus import wordnet

如果导入错误，尝试重新下载wordnet

  import nltk
  nltk.download('wordnet')

获得单词对应的同义词集

print(wordnet.sysnets('room'))

[Synset('room.n.01'), Synset('room.n.02'), Synset('room.n.03'), Synset('room.n.04'), Synset('board.v.02')]

每个同义词集都有自己的名称，词性，以及编号。这里room有5个同义词集，其中四个叫room，是名词，最后一个叫board，是动词。

也可以指定词性，获取不同词性对应的同义词集

print(wordnet.synsets("room", pos=wordnet.NOUN))
# NOUN, ADJ and ADV,VERB

[Synset('room.n.01'), Synset('room.n.02'), Synset('room.n.03'), Synset('room.n.04')]

获得同义词集的定义

对于上面获得的5个同义词集，可以通过以下两种方式来获得第一个同义词集Synset('room.n.01')的定义

（1） 通过返回同义词集列表获得

syn_arr = wordnet.synsets('room')
print(syn_arr[0].definition())

an area within a building enclosed by walls and floor and ceiling
# 楼板建筑物内由墙壁、地板和天花板围起来的区域

（2）直接指定同义词集的名字

print(wordnet.synset('room.n.01').definition())

an area within a building enclosed by walls and floor and ceiling
# 楼板建筑物内由墙壁、地板和天花板围起来的区域

获取同义词集对应的例子

对于单词room的五个不同的语义，给出相应的例句或短语

for syn in wordnet.synsets("room"):
    print(syn.name())
    print(syn.examples())

room.n.01
['the rooms were very small but they had a nice view']
room.n.02
['room to pass', 'make way for', 'hardly enough elbow room to turn around']
room.n.03
['room for improvement']
room.n.04
['the whole room was cheering']
board.v.02
['she rooms in an old boarding house']

获得同义词集包含的lemma

同义词集包含的单词一般是词根（lemma）的形式，比如说love这个单词，同义词集中只会包含love而不会包含loves，loved这些变形。

syn_arr = wordnet.synsets("room")
print(syn_arr[1].lemmas())
print(syn_arr[1].lemma_names())

[Lemma('room.n.02.room'), Lemma('room.n.02.way'), Lemma('room.n.02.elbow_room')]
['room', 'way', 'elbow_room']

同样的，也可以反向获取lemma所在的同义词集

print(syn_arr[1].lemmas()[0].synset())

Synset('room.n.02')

获取单词对应的lemma

当使用wordnet查询单词时，需要知道单词的词根形式

print(wordnet.morphy('denied'))

deny

bike对应的同义集合

获取下位同义词集

不同synset之间的语义关系存在上下位关系，例如日历这个单词对应下位词：阳历，阴历

print(wordnet.synset('calendar.n.01').hyponyms())

[Synset('lunar_calendar.n.01'), Synset('lunisolar_calendar.n.01'), Synset('solar_calendar.n.01')]

获取上位同义词集

同样的，可以通过下位同义词集获得上位同义词集

print(wordnet.synset('solar_calendar.n.01').hypernyms())

[Synset('calendar.n.01')]

上述的结果，除了使用python nltk获得以外，还可以直接进入官网，在线输入，查询

在线查询例子

还有一个重点就是如何使用wordnet计算单词之间的语义相似度，更多的方法可见WordNet Interface

参考

wordnet官网

https://pythonprogramming.net/wordnet-nltk-tutorial/