使用 Wordnet 进行概念提取

Question

我想知道如何使用 WordNet 从文本文档中提取概念。之前我使用词袋方法来测量文本文档之间的相似性，但是我希望使用文本的语义信息，因此想从中提取概念文档。我了解 Wordnet 提供的 Sysnet 包含给定单词的同义词。 但是我想要实现的是我如何使用这些信息来定义文本数据中的概念。我想知道在使用 sysnet 之前是否需要单独手动定义概念列表，然后将这些概念与 sysnet 进行比较。

感谢任何建议或链接。

Answer 1

我想你会发现有太多的概念，你自己去列举所有的概念是不切实际的。相反，您应该考虑使用预先存在的知识来源，例如Wikidata、Wikipedia、Freebase、推文的内容、整个网络或其他一些来源作为构建概念的基础。您可能会发现聚类算法对定义这些很有用。就同​​义词而言...与一个概念相关的词可能不一定是同义词（例如，爱和恨可能与同一个概念有关，即对他人的情感强度），并且一些词可能属于多个概念（例如婚礼可能在爱情和婚姻概念中），所以我建议从同义词集到概念之间建立一些联系，而不是严格意义上的 1:1。