如何使用Nltk WordNet获取给定意义关键词的亮光？

Question

我从SemCor+OMSTI得到了一组感知键，比如“long%3:00:02:：”。我怎样才能得到手套？有地图文件吗？或者使用Nltk WordNet？在

Answer 1

TL；DR

import re
from nltk.corpus import wordnet as wn

sense_key_regex = r"(.*)\%(.*):(.*):(.*):(.*):(.*)"
synset_types = {1:'n', 2:'v', 3:'a', 4:'r', 5:'s'}

def synset_from_sense_key(sense_key):
    lemma, ss_type, lex_num, lex_id, head_word, head_id = re.match(sense_key_regex, sense_key).groups()
    ss_idx = '.'.join([lemma, synset_types[int(ss_type)], lex_id])
    return wn.synset(ss_idx)

x = "long%3:00:02::"

synset_from_sense_key(x)

很长时间内

NLTK中有一个非常迟钝的函数。但是，它不是从检测键读取的，而是从data_file_map读取的（例如”数据调整", "数据.名词“，等等）：https://github.com/nltk/nltk/blob/develop/nltk/corpus/reader/wordnet.py#L1355

因为在NTLK中我们已经有了一个完全可以理解的API，还有来自https://wordnet.princeton.edu/wordnet/man/senseidx.5WN.html的一些指南

^{pr2}$

我们可以使用正则表达式https://regex101.com/r/9KlVK7/1/：

>>> import re
>>> sense_key_regex = r"(.*)\%(.*):(.*):(.*):(.*):(.*)"

>>> x = "long%3:00:02::" 

>>> re.match(sense_key_regex, x)
<_sre.SRE_Match object at 0x10061ad78>

>>> re.match(sense_key_regex, x).groups()
('long', '3', '00', '02', '', '')

>>> lemma, ss_type, lex_num, lex_id, head_word, head_id = re.match(sense_key_regex, x).groups()


>>> synset_types = {1:'n', 2:'v', 3:'a', 4:'r', 5:'s'}


>>> '.'.join([lemma, synset_types[int(ss_type)], lex_id])
'long.a.02'

你可以从sense key=得到NLTKSynset()对象）

>>> from nltk.corpus import wordnet as wn
>>> wn.synset(idx)
Synset('long.a.02')