Word Net - Word同义词和相关词构造 - Java或Python

Question

我希望使用WordNet从一组基本术语中寻找类似术语的集合.

例如,"劝阻"这个词- 潜在的同义词可能是:daunted, glum, deterred, pessimistic.

我还想确定潜在的双克,如; beat down, put off, caved in等等

如何使用Java或Python提取此信息？是否有任何托管的WordNet数据库/ Web界面可以进行此类查询？

谢谢!

Answer 1

通过查看 Prolog 文件来理解 WordNet 数据是最容易的。它们记录在这里：

http://wordnet.princeton.edu/wordnet/man/prologdb.5WN.html

WordNet 术语被分为同义词集。同义词集是最大同义词集。同义词集有一个主键，因此可以在语义关系中使用它们。

因此，回答你的第一个问题，你可以列出一个单词的不同含义和相应的同义词，如下所示：

Input X: Term
Output Y: Sense  
Output L: Synonyms in this Sense  

s_helper(X,Y) :- s(X,_,Y,_,_,_).  
?- setof(H,(s_helper(Y,X),s_helper(Y,H)),L).  

例子：

?- setof(H,(s_helper(Y,'discouraged'),s_helper(Y,H),L).  
Y = 301664880,  
L = [demoralised, demoralized, discouraged, disheartened] ;  
Y = 301992418,  
L = [discouraged] ;  
No  

对于问题的第二部分，WordNet 术语是单词序列。因此，您可以在 WordNet 术语中搜索单词，如下所示：

Input X: Word  
Output Y: Term

s_helper(X) :- s(_,_,X,_,_,_).  
word_in_term(X,Y) :- atom_concat(X,' ',H), sub_atom(Y,0,_,_,H).
word_in_term(X,Y) :- atom_concat(' ',X,H), atom_concat(H,' ',J), sub_atom(Y,_,_,_,J).
word_in_term(X,Y) :- atom_concat(' ',X,H), sub_atom(Y,_,_,0,H).
?- s_helper(Y), word_in_term(X,Y).

例子：

?- s_helper(X), word_in_term('beat',X).  
X = 'beat generation' ;  
X = 'beat in' ;  
X = 'beat about' ;  
X = 'beat around the bush' ;  
X = 'beat out' ;  
X = 'beat up' ;  
X = 'beat up' ;  
X = 'beat back' ;  
X = 'beat out' ;  
X = 'beat down' ;  
X = 'beat a retreat' ;  
X = 'beat down' ;  
X = 'beat down' ;  
No

这将为您提供潜在的 n 元语法，但没有太多的形态变化。WordNet 确实还展示了一些可能有用的词汇关系。

但我给出的两个 Prolog 查询都不是很有效。问题是缺少一些单词索引。Java 实现当然可以实现更好的东西。想象一下：

class Synset {  
    static Hashtable<Integer,Synset> synset_access;  
    static Hashtable<String,Vector<Synset>> term_access;  
}

有些 Prolog 可以做同样的事情，通过索引指令，可以指示 Prolog 系统对谓词的多个参数进行索引。

无论是用 Java 还是 Prolog，建立一个 Web 服务应该不那么困难。许多 Prologs 系统很容易允许将 Prolog 程序嵌入到 Web 服务器和 Java 冠军 servlet 中。

支持 Web 服务器的 Prolog 列表可以在这里找到：

http://en.wikipedia.org/wiki/Comparison_of_Prolog_implementations#Operating_system_and_Web-lated_features

此致