产生名词的复数形式

Question

给定一个单词，它可能是单数形式的名词，也可能不是单数形式的名词，你如何生成它的复数形式？

基于这个NLTK tutorial和这个informal list关于多元化规则，我编写了这个简单的函数：

def plural(word):
    """
    Converts a word to its plural form.
    """
    if word in c.PLURALE_TANTUMS:
        # defective nouns, fish, deer, etc
        return word
    elif word in c.IRREGULAR_NOUNS:
        # foot->feet, person->people, etc
        return c.IRREGULAR_NOUNS[word]
    elif word.endswith('fe'):
        # wolf -> wolves
        return word[:-2] + 'ves'
    elif word.endswith('f'):
        # knife -> knives
        return word[:-1] + 'ves'
    elif word.endswith('o'):
        # potato -> potatoes
        return word + 'es'
    elif word.endswith('us'):
        # cactus -> cacti
        return word[:-2] + 'i'
    elif word.endswith('on'):
        # criterion -> criteria
        return word[:-2] + 'a'
    elif word.endswith('y'):
        # community -> communities
        return word[:-1] + 'ies'
    elif word[-1] in 'sx' or word[-2:] in ['sh', 'ch']:
        return word + 'es'
    elif word.endswith('an'):
        return word[:-2] + 'en'
    else:
        return word + 's'

但我认为这是不完整的。有更好的办法吗？

Answer 1

首先，值得注意的是，正如the FAQ所解释的，WordNet不能生成复数形式。

如果你想用它，你可以。有了Morphy，WordNet也许能够为许多名词生成复数……但它仍然无法帮助处理大多数不规则名词，比如“children”。

---

无论如何，从Python使用WordNet的简单方法是通过NLTK。NLTK HOWTO文档之一解释了WordNet Interface。（当然，只使用NLTK而不指定语料库更容易，但这不是您所要求的。）

有一个较低级别的API到WordNet，称为^ {A4}，但我相信它不再被维护（它成为NLTK集成的基础），只适用于Python的旧版本（可能是2.7，但不是3。x）和WordNet（只有2。x）。

或者，您可以始终使用ctypes或cffi或构建自定义绑定来访问C API，或者使用Jython而不是CPython来访问Java API。

当然，也可以通过subprocess调用命令行接口。

---

无论如何，至少在某些设备上，如果给简单的Morphy接口一个单数名词，它将返回其复数，而如果给它一个复数名词，它将返回其单数。所以：

from nltk.corpus import wordnet as wn
assert wn.morphy('dogs') == 'dog'
assert wn.morphy('dog') == 'dog'

事实上，这并没有被记录下来，甚至没有被暗示，这是真的，而且事实上，这对于OP来说显然不是真的，所以我不确定我是否想依赖它（即使它碰巧在你的电脑上工作）。

另一种方法是文档化，这样您可以编写一些应用所有可能的英语复数规则的规则，对每个规则调用morphy，第一个返回起始字符串的是正确的复数。

然而，文档化的工作方式是盲目地应用同样的规则。例如，它会正确地告诉你doges不是dog的复数形式，但不是因为它知道dogs是正确的答案；只是因为它知道doge是一个不同的词，它更喜欢“+s”规则而不是“+es”规则。所以，这不会有帮助。

此外，如上所述，它没有规则来处理任何不规则复数词WordNet不知道children和child以任何方式相关。

此外，wn.morphy('reckless')将返回'reckless'，而不是None。如果你想要，你必须先测试它是不是一个名词。你只需使用相同的界面就可以做到这一点，尽管它有点老套：

def plural(word):
    result = wn.morphy(word)
    noun = wn.morphy(word, wn.NOUN)
    if noun in (word, result):
        return result

---

要正确地做到这一点，您实际上需要添加一个复数数据库，而不是试图欺骗WordNet做一些它做不到的事情。

此外，一个词可以有多个含义，它们可以有不同的复数，有时甚至有多个复数用于相同的含义。所以你可能想从(lemma for s in synsets(word, wn.NOUN) for lemma in s.lemmas if lemma.name == word)开始，然后得到所有合适的复数，而不是仅仅返回“the”复数。

Answer 2

模式en包（对于python 2.5+，但还不是python 3）提供了pluralization

>>> import pattern.en
>>> pattern.en.pluralize("dog")
'dogs'
>>> 

Answer 3

另一个支持python 3的选项是Inflect。

import inflect
engine = inflect.engine()
plural = engine.plural(your_string)