WordNet是Python自然语言工具包的一部分。这是一个英语名词,形容词,副词和动词的大词数据库。这些被分为一些认知同义词集,称为同义词集。
要使用Wordnet,首先我们必须安装NLTK模块,然后下载WordNet软件包。
$ sudo pip3 install nltk $ python3 >>> import nltk >>>nltk.download('wordnet')
在词网中,有一些词组,它们的含义相同。
在第一个示例中,我们将看到wordnet如何返回单词的含义和其他细节。有时,如果有一些示例可用,它也可以提供这些示例。
from nltk.corpus import wordnet #Import wordnet from the NLTK synset = wordnet.synsets("Travel") print('Word and Type : ' + synset[0].name()) print('Synonym of Travel is: ' + synset[0].lemmas()[0].name()) print('The meaning of the word : ' + synset[0].definition()) print('Example of Travel : ' + str(synset[0].examples()))
输出结果
$ python3 322a.word_info.py Word and Type : travel.n.01 Synonym of Travel is: travel The meaning of the word : the act of going from one place to another Example of Travel : ['he enjoyed selling but he hated the travel'] $
在前面的示例中,我们获得了有关某些单词的详细信息。在这里,我们将看到wordnet如何发送给定单词的同义词和反义词。
import nltk from nltk.corpus import wordnet #Import wordnet from the NLTK syn = list()ant = list()for synset in wordnet.synsets("Worse"): for lemma in synset.lemmas(): syn.append(lemma.name()) #add the synonyms if lemma.antonyms(): #When antonyms are available, add them into the list ant.append(lemma.antonyms()[0].name()) print('Synonyms: ' + str(syn)) print('Antonyms: ' + str(ant))
输出结果
$ python3 322b.syn_ant.py Synonyms: ['worse', 'worse', 'worse', 'worsened', 'bad', 'bad', 'big', 'bad', 'tough', 'bad', 'spoiled', 'spoilt', 'regretful', 'sorry', 'bad', 'bad', 'uncollectible', 'bad', 'bad', 'bad', 'risky', 'high-risk', 'speculative', 'bad', 'unfit', 'unsound', 'bad', 'bad', 'bad', 'forged', 'bad', 'defective', 'worse'] Antonyms: ['better', 'better', 'good', 'unregretful'] $
NLTK单词网还有另一个强大的功能,通过使用它,我们可以检查两个单词是否几乎相等。它将从一对单词中返回相似率。
import nltk from nltk.corpus import wordnet #Import wordnet from the NLTK first_word = wordnet.synset("Travel.v.01") second_word = wordnet.synset("Walk.v.01") print('Similarity: ' + str(first_word.wup_similarity(second_word))) first_word = wordnet.synset("Good.n.01") second_word = wordnet.synset("zebra.n.01") print('Similarity: ' + str(first_word.wup_similarity(second_word)))
输出结果
$ python3 322c.compare.py Similarity: 0.6666666666666666 Similarity: 0.09090909090909091 $