wordnet介绍

wordnet是以同义词集合(synset)作为基本建构单位进行组织的,即每个同义词集是网络里的一个结点,每个同义词集合都代表一个基本的语义概念并且这些集合之前由各种关系连接。

词语类型

共包含4种类型的词汇,名词,动词,形容词和副词,各自被组织成一个同义词的网络。

关系类型(详可见参考文献5)

上下位关系(动词、名词)、蕴含关系(动词)、相似关系(名词)、成员部分关系(名词)、物质部分关系(名词)、部件部分关系(名词)、致使关系(动词)、相关动词关系(动词)、反义关系(形容词)、近义关系(形容词)、关系性形容词(形容词)、相关关系(形容词)、属性关系(形容词)、反义关系
(副词)、衍生关系(副词)
注:
名词有一棵上下位词关系树,根节点为entity,动词有559棵上下位词关系树。
属性关系(形容词):如heavy是weight(名词)的属性
衍生关系(副词):大部分副词都从形容词衍生得到,如happily衍生于happy
wordnet官网的relation部分介绍了wordnet中的主要关系

python wordnet

python的nltk包提供了读wordnet的接口


下载nltk wordnet数据后的地址

参考资料

  1. wordnet官网https://wordnet.princeton.edu/
  2. python wordnet使用方法https://blog.csdn.net/King_John/article/details/80252594
  3. 知乎的一篇介绍https://zhuanlan.zhihu.com/p/26461511
  4. nltk wordnet文档http://www.nltk.org/howto/wordnet.html
  5. wordnet关系https://wenku.baidu.com/view/18c6c532b90d6c85ec3ac6de.html#
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容

  • 介绍 WordNet是包含语义信息的英语词典。 wordnet根据单词的语义分组,相同语义的单词组合在一起称为sy...
    ltochange阅读 3,419评论 0 0
  • 概述 nltk是一个自然语言处理工具包,在NLP领域中,最常使用的一个Python库。https://yiyibo...
    HyRer阅读 4,290评论 0 1
  • 基本概念 1. 语料库 语料库(corpus)就是存放语言材料的仓库(语言数据库)。 基于语料库进行语言学研究-语...
    SpareNoEfforts阅读 7,937评论 0 12
  • 自然语言处理教程 原文:Natural Language Process 译者:飞龙 协议:CC BY-NC-SA...
    布客飞龙阅读 32,871评论 6 68
  • 1. 说明  今天讨论的是自然语言中的知识抽取和知识表示,换言之,就是如何从大量的书籍文献中剥离出我们关心的...
    xieyan0811阅读 4,163评论 0 0