如何在 R 中使用 wordnet 获取单词层次结构（例如，上位词、下位词）

Question

我想使用 R 中的 wordnet 包来获取单词层次结构，例如：“animal”是“cat”的上位词，“apple”是“fruit”的下位词。但是我可以从 R wordnet 帮助文件中找到的代码如下所示来识别反义词：

install.packages("wordnet", dependencies=TRUE)
library(wordnet)
filter <- getTermFilter("ExactMatchFilter", "cold", TRUE)
terms <- getIndexTerms("ADJECTIVE", 5, filter)
synsets <- getSynsets(terms[[1]])
related <- getRelatedSynsets(synsets[[1]],"!")
sapply(related, getWord)

如何使用 R wordnet 包查找单词的上位词和下位词？

Answer 1

您可以在

中替换"!"（用于反义词）

related <- getRelatedSynsets(synsets[[1]],"!")

根据您的需要使用其他符号。

查看此链接： http://wordnet.princeton.edu/man/wnsearch.3WN.html#sect4

上位词是"@"

对原始问题的扩展：

我刚开始使用 WordNet，我正在寻找类似的东西。 对于“苹果”，我想要一棵上位词树给我

• '水果'
  • '食物'
    • '固体物质'
      • '物理实体'
        • 等等……

点击在线 WordNet 上的inherited hypernyms 可以看到 http://wordnetweb.princeton.edu/perl/webwn

但是，下面的命令

filter <- getTermFilter(type="ExactMatchFilter", word="apple", ignoreCase=TRUE)
terms <- getIndexTerms("NOUN", 15, filter)
synsets <- getSynsets(terms[[1]])
related <- getRelatedSynsets(synsets[[1]], "@")
sapply(related, getWord)

只会给我

[[1]]
[1] "edible fruit"

[[2]]
[1] "pome"        "false fruit"

因此无法为我提供较低级别的上位词

爬上上位词树的关键是递归使用getRelatedSynsets()。

继续上面的例子，从苹果的同义词中提取同义词：

related_2 <- getRelatedSynsets(related[[1]], "@")

并收集相应的单词：

sapply(related_2, getWord)

将产生：

[[1]]
[1] "produce"         "green goods"     "green groceries" "garden truck"   

[[2]]
[1] "fruit"

然后更进一步：

related_3 <- getRelatedSynsets(related2[[1]], "@")

sapply(related_3, getWord)

将导致：

[,1]        
[1,] "food"      
[2,] "solid food"