小编mod*_*ish的帖子

使用几种内置的相似性度量可以轻松地计算WordNet中两个同义词集之间的语义相似性,例如:

synset1.path_similarity(synset2)

synset1.lch_similarity(synset2),Leacock-Chodorow相似度

synset1.wup_similarity(synset2),吴帕尔默相似

(如此处所示)

然而,所有这些都利用了WordNet的分类关系,这些关系是名词和动词的关系.形容词和副词通过同义词,反义词和属性相关联.如何衡量两个形容词之间的距离(跳数)？

我尝试过path_similarity(),但正如预期的那样,它会返回'None':

from nltk.corpus import wordnet as wn
x = wn.synset('good.a.01')
y = wn.synset('bad.a.01')


print(wn.path_similarity(x,y))

如果有任何方法来计算一个形容词与另一个形容词之间的距离,那么指出它将会非常感激.

我有以下字符串:

input = "I love programming with Python-3.3! Do you? It's great... I give it a 10/10. It's free-to-use, no $$$ involved!"

所有标点符号都应与"/","'"," - ","+"和"$"之类的单词"EXCEPT"分开.

所以输出应该是:

"I love programming with Python-3 . 3 ! Do you ? It's great . . . I give it a 10/10. It's free-to-use , no $$$ involved !"

我使用了以下代码:

for x in string.punctuation:
    if x == "/":
        continue
    if x == "'":
        continue
    if x == "-":
        continue
    if x == "+":
        continue
    if …

WordNet中的感知偏移是一个8位数字,后跟一个POS标记.例如,synset'dog.n.01'的偏移量为'02084071-n'.我试过以下代码:

    from nltk.corpus import wordnet as wn

    ss = wn.synset('dog.n.01')
    offset = str(ss.offset)
    print (offset)

但是,我得到了这个输出:

    <bound method Synset.offset of Synset('dog.n.01')>

如何以这种格式获得实际偏移量:'02084071 -n'？

我有大量的 WordNet 同义词集。这个集合的一小部分是：

syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}

我想为集合中的每个同义词打印出同义词集术语（同义词集的主要引理）。例如，上述集合的输出应该是：

brutal, benignant

这是我使用的代码：

    from nltk.corpus import wordnet as wn
    for s in syns:
        print(wn.s.lemmas[0])

但这不起作用，因为 s 被视为字符串，而不是对象。我收到以下错误：

AttributeError: 'WordNetCorpusReader' object has no attribute 's'

这是因为 s 被视为一个字符串，而不是一个对象。我尝试将 s 更改为字节形式，如下所示：

    s = bytes(s)

但这不起作用。如何以最简单的方式仅打印出上述引理？

我检查了here，这是一个很好的方法，但是我的一组同义词集是字符串形式的，而不是实际的对象。

提前致谢..