python - 如何打印WordNet同义词集的主要引理？ Python NLTK

我有一大组WordNet语法集。这一套的一小部分是：

syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}

我想打印出集合中每个synset的synset项（synset的主引理）。例如，上述集合的输出应为：

brutal, benignant

这是我使用的代码：

    from nltk.corpus import wordnet as wn
    for s in syns:
        print(wn.s.lemmas[0])

但这不起作用，因为s被认为是一个字符串，而不是一个对象。我得到以下错误：

AttributeError: 'WordNetCorpusReader' object has no attribute 's'

这是因为s被看作一个字符串，而不是一个对象。我试图将s改为字节形式，如下所示：

    s = bytes(s)

但那不管用。我怎样才能用最简单的方法只打印出上面提到的引理呢？
我检查了here，这是一个很好的方法，但是我的语法集是字符串形式的，实际上不是对象。
提前谢谢。。

最佳答案

TL；博士

>>> syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}
>>> [wn.synset(i[8:-2]) for i in syns]
[Synset('benignant.s.02'), Synset('brutal.s.04')]
>>> syns = [wn.synset(i[8:-2]) for i in syns]
>>> syns[0].lemma_names()
[u'benignant', u'gracious']

首先得到一个字符串形式的输入是很奇怪的。因此，第一种直观的方法是对Synset类型https://github.com/nltk/nltk/blob/develop/nltk/corpus/reader/wordnet.py#L305执行类似ast.literal_eval()或eval()的操作（但在此之前请参见http://nedbatchelder.com/blog/201206/eval_really_is_dangerous.html）：

>>> from nltk.corpus.reader.wordnet import Synset
>>> from nltk.corpus import wordnet as wn
>>> syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}
>>> [eval(i) for i in syns]
[Synset('None'), Synset('None')]

显然，Synset类不能独立于nltk.corpus.wordnet工作。所以我们来看看wordnet.synset()函数（https://github.com/nltk/nltk/blob/develop/nltk/corpus/reader/wordnet.py#L1217）。它似乎只接受预先分配的Synset对象的名称，因此：

>>> wn.synset('brutal.s.04')
Synset('brutal.s.04')
>>> type(wn.synset('brutal.s.04'))
<class 'nltk.corpus.reader.wordnet.Synset'>

之后，当输入syns中的伪字符串synset成为synset时，您可以轻松地控制synset，如图所示How do I print out just the word itself in a WordNet synset using Python NLTK?
回到奇怪的输入syns，执行以下操作将给出synset的名称：

>>> syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}
>>> list(syns)[0]
"Synset('benignant.s.02')"
>>> list(syns)[0][8:-2]
'benignant.s.02'

所以回到把它转换成一个Synset：

>>> syns = {"Synset('brutal.s.04')", "Synset('benignant.s.02')"}
>>> [wn.synset(i[8:-2]) for i in syns]
[Synset('benignant.s.02'), Synset('brutal.s.04')]
>>> syns = [wn.synset(i[8:-2]) for i in syns]
>>> syns[0].lemma_names()
[u'benignant', u'gracious']

但是让我们一起回顾一下，您得到了一个奇怪的输入syns，因为有人通过简单地将str()转换为Synset对象来保存其输出：

>>> syns[0]
Synset('benignant.s.02')
>>> str(syns[0])
"Synset('benignant.s.02')"

这个人本可以这么做的：

>>> syns[0].name()
u'benignant.s.02'

然后输入对象将如下所示：

syns = {u'brutal.s.04', u'benignant.s.02'}

要阅读它，您只需执行以下操作：

>>> from nltk.corpus import wordnet as wn
>>> syns = {u'brutal.s.04', u'benignant.s.02'}
>>> syns = [wn.synset(i) for i in syns]
>>> syns[0]
Synset('brutal.s.04')
>>> syns[0].lemma_names()
[u'brutal']

关于python - 如何打印WordNet同义词集的主要引理？ Python NLTK，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32695446/