Python：NLTK 中的形容词同义词集

Question

NLTK 中是否有一种方法可以找到描述单词的某些形容词属性？例如，如果我输入“摩天大楼”这个词，就会出现“高”、“结构化”等属性。我对反过来更感兴趣，如果我输入“高”这个词，那么它会列出与其他词的语义关系。

我相信 NLTK 上的属性方法是为此而设计的，但它并不像我上面描述的那样特别有效，这是我正在使用的代码：

from nltk.corpus import wordnet as wn
synsets = wn.synsets('skyscraper')
print[str(syns.attributes()) for syns in synsets]

我尝试过使用 part_meronyms 和 attributes 方法，但这并不总是导致单词的形容词属性。我知道其他 Python 工具可以让我这样做，但我现在更愿意只使用 NLTK。

Answer 1

使用纯粹的 NLTK，您可以通过自己的函数分两步实现这一目标。

基本理念

• 第 1 步。为您的目标词（“skyscraper”或“tall”）找到所有有意义的搭配
• 第 2 步。对于您感兴趣的搭配中识别的形容词，解析词性以获得语义关系。

对于第 1 步。这个SO question on Scoring bigrams 具有非常相关的定义。您必须针对您的问题调整BigramAssocMeasures。 （它使用棕色语料库，但您可以使用许多其他语料库。）

对于第 2 步，您可以使用 pos_tag() 甚至 Tree.parse() 之类的东西来获得您正在寻找的目标形容词的关联。 p>

对于（更简单的）替代方法，this link 提供了应该相关的 text.similar() 示例。

希望对您有所帮助。