为什么NLTK WordNet找不到简单的单词？

Question

我想写一个简单的函数,看看这个词是否通过NLTK在WordNet中"存在".

def is_known(word):
    """return True if this word "exists" in WordNet
       (or at least in nltk.corpus.stopwords)."""
    if word.lower() in nltk.corpus.stopwords.words('english'):
        return True
    synset = wn.synsets(word)
    if len(synset) == 0:
        return False
    else:
        return True

为什么会这样的话会could, since, without, although返回False？它们不会出现在WordNet中吗？有没有更好的方法来确定WN中是否存在单词(使用NLTK)？

我的第一个尝试是消除"停止词",这些词是类似的to, if, when, then, I, you,但仍然有很常见的词(比如could),我找不到.

Answer 1

WordNet不包含这些单词或类似单词.有关说明,请参阅WordNet文档中的以下内容:

Q. Why is WordNet missing: of, an, the, and, about, above, because, etc.
A. WordNet only contains "open-class words": nouns, verbs, adjectives, and adverbs. Thus, excluded words include determiners, prepositions, pronouns, conjunctions, and particles.

您也不会在WordNet的在线版本中找到这些单词.