最近看了WordNet，0基礎入門，簡單記下筆記。因為本身不是學自然語言處理的，好多名詞不是特別清楚，現有的博客讀的暈乎乎，所以重新寫了這個，理清思路。除了行文中提到的鏈接，其他幾個有用的參考鏈接如下：
- 這個slides很好用：https://sp1920.github.io/wordnet_spacy.pdf
- https://www.cnblogs.com/qq874455953/p/10792575.html
wordnet的安裝
wordnet的官網地址為：https://wordnet.princeton.edu/，可以在線使用和查詢。此外，在python中wordnet是nltk的一個組件，安裝方法如下：
pip install nltk
在python中下載和import wordnet組件如下：
>>> import nltk >>> nltk.download('wordnet') >>> from nltk.corpus import wordnet as wn
由於牆的問題，下載過程中可能會報錯，可以從網盤（指路，這個博客有鏈接https://blog.csdn.net/RainyD4y/article/details/106970593）下載后放在相應位置。放在那個位置呢？你可以隨便你運行一個wordnet命令，系統就會把路徑print出來，隨便選擇一個把下載下來的nltk_data文件夾或wordnet.zip放在對應位置就好。
>>> from nltk.corpus import wordnet as wn >>> ws.synsets('published') LookupError: ********************************************************************** Resource wordnet not found. Please use the NLTK Downloader to obtain the resource: >>> nltk.download('wordnet')
Attemp to load corpora/wordnet.zip/wordnet/ Searched in: - 'C:\\Users\\...\\nltk_data' - 'C:\\nltk_data' - 'C:\\Users\\...\\Anaconda3\\nltk_data' - 'C:\\Users\\...\\Anaconda3\\lib\\nltk_data' - 'C:\\Users\\...\\AppData\\Roaming\\nltk_data' **********************************************************************
單詞、詞集和詞條
由於一個單詞（‘dog’）可以有很多個含義（synset，如‘dog.n.01’，或者叫詞集），wordnet中某一單詞的具體含義表示方法為：單詞.詞性.詞義序號
- 詞性：包含NOUN，VERB，ADJ，ADV等，實際使用一個小寫字母表示：n, v, a
- 詞義序號：一個單詞在同一個詞性下也可能有多種含義，為每一個含義都分配一個序號
詞集是單詞的一個含義（一個含義可能由很多單詞表示），我們用synsets指令查看dog的所有同義詞集（pos值可以為——NOUN,VERB,ADJ,ADV…）
>>> wn.synsets("car"，pos=wn.NOUN) [Synset( "car.n.01" ), Synset("car.n.02"), Synset("car.n.03"), Synset("car.n.04"), Synset ("cable_car.n.01")]
其中，"car.n.01"表示car在名詞中的第一個含義。每個意思的具體含義可以按如下方法查看
>>> for synset in wn.synsets("car"): ... print(synset.definition())
同時，一個含義可能對應了多個單詞，因而可以找到含義對應的多個詞條（lemma，某含義所對應的具體一個單詞），可以用以下方法查詢詞集對應的多個詞條（同義詞）
>>> wn.synset('dog.n.01').lemma_names( ) ['dog', 'domestic_dog', 'Canis_familiaris'] >>> wn.synset('dog.n.01').lemmas( ) [Lemma('dog.n.01.dog'), Lemma('dog.n.01.domestic_dog'), Lemma('dog.n.01.Canis_familiaris')]
詞集（synset）之間的關系
對於名詞，WordNet認為詞集（含義）之間呈樹形結構，因而詞集有上位詞與下位詞，查看方法為
>>> dog = wn.synset('dog.n.01') # 創建詞集對象 >>> dog.hypernyms() # 上位詞集（父類） [Synset('canine.n.02'), Synset('domestic_animal.n.01')] >>> dog.hyponyms() # 下位詞集（子類） [Synset('basenji.n.01'), Synset('corgi.n.01'), ...]
WordNet提供了兩個詞集之間的相似度（0~1，越大相似度越高）
>>> dog = wn.synset('dog.n.01') >>> cat = wn.synset('cat.n.01') >>> dog.path_similarity(cat) 0.2
由於是樹狀結構可以查看他們的最低共同祖先
>>> dog.lowest_common_hypernyms(cat) [Synset('carnivore.n.01')]
對於動詞，詞之間的關系主要表現為蘊含關系，例如：
>>> wn.synset('walk.v.01').entailments()#走路蘊含着抬腳 [Synset('step.v.01')]
對於形容詞和副詞，他們沒有被組織成分類體系，也不能用path_distance查看相似度。形容詞和副詞最有用的關系是similar to。
>>> beau.similar_tos() [Synset('beauteous.s.01'), Synset('bonny.s.01'), Synset('dishy.s.01'), Synset('exquisite.s.04'), Synset('fine-looking.s.01'), Synset('glorious.s.03'), Synset('
gorgeous.s.01'), Synset('lovely.s.01'), Synset('picturesque.s.01'), Synset('pretty-pretty.s.01'), Synset('pretty.s.01'), Synset('pulchritudinous.s.01'), Synset('ravishing.s.01'), Synset('scenic.s.01'), Synset('stunning.s.04')]
其他詞集之間的關系還有，部分、實質、集合等關系，示例如下。由於這些關系不是（NLP門外漢）最常用的，也不太好理解，不展開描述，具體關系的含義可以參考：https://blog.csdn.net/sinat_22581761/article/details/78577618
>>> wn.synset('tree.n.01').part_meronyms() #tree的部件（條目-部件） [Synset('burl.n.02'), Synset('crown.n.07'), Synset('limb.n.02'), Synset('stump.n.01'), Synset('trunk.n.01')] >>> wn.synset('tree.n.01').substance_meronyms() #tree的實質（條目-實質） [Synset('heartwood.n.01'), Synset('sapwood.n.01')] >>> wn.synset('tree.n.01').member_holonyms() #tree集合是森林 [Synset('forest.n.01')] >>> wn.synset('burl.n.02').part_holonyms() #由上邊第一行代碼的輸出結果可知'burl.n.02'是'tree.n.01'的一個部件，因此burl的整體是tree無疑 [Synset('tree.n.01')] >>> wn.synset('heartwood.n.01').substance_holonyms()#同理，heartwood是tree的一個實質，其整體也是tree無疑 [Synset('tree.n.01')]
詞條（lemma）之間的關系
詞條之間的關系即同義詞/反義詞，同義詞查詢上文已經介紹過，反義詞查詢方法為
>>> wn.lemma('hot.a.01.hot').antonyms() [Lemma('cold.a.01.cold')]
介紹完啦，撒花！就這么簡單！