Nlp 如何在Python中使用统一动词索引？

我知道

nltk

包含VerbNet语料库，但是，它结合了来自它的信息和其他3个有用的来源。有没有办法在Python中使用这个语料库？

通过NLTK，您当然可以访问FrameNet、VerbNet和ProbBank。我没有做过任何关于OntoNotes感官分组的工作

查看下面的内容，了解如何从这三种资源中获取信息。它们中的每一个都返回一个列表，这样您就可以单独获取列表元素，并根据需要详细检查它们

from nltk.corpus import verbnet as vn
from nltk.corpus import framenet as fn
from nltk.corpus import propbank as pb

input = 'take'

vn_results = vn.classids(lemma=input)

if not vn_results:
    print input + ' not in verbnet.'
else:
    print 'verbnet:'
    print vn_results

fn_results = fn.frames_by_lemma(input)

if not fn_results:
    print input + ' not in framenet.'
else:
    print 'framenet:'
    print fn_results

pb_results = []
try:
    pb_results = pb.rolesets(input)
except ValueError:
    print input + ' not in propbank.'

if pb_results:
    print 'propbank:'
    print pb_results

---

通过NLTK，您当然可以访问FrameNet、VerbNet和PropBank。我没有做过任何关于OntoNotes感官分组的工作

查看下面的内容，了解如何从这三种资源中获取信息。它们中的每一个都返回一个列表，这样您就可以单独获取列表元素，并根据需要详细检查它们

from nltk.corpus import verbnet as vn
from nltk.corpus import framenet as fn
from nltk.corpus import propbank as pb

input = 'take'

vn_results = vn.classids(lemma=input)

if not vn_results:
    print input + ' not in verbnet.'
else:
    print 'verbnet:'
    print vn_results

fn_results = fn.frames_by_lemma(input)

if not fn_results:
    print input + ' not in framenet.'
else:
    print 'framenet:'
    print fn_results

pb_results = []
try:
    pb_results = pb.rolesets(input)
except ValueError:
    print input + ' not in propbank.'

if pb_results:
    print 'propbank:'
    print pb_results