从NLTK for Python中的语法集列表中提取单词

使用这个

[x代表wn.all_synset（'n'）]

在NLTK的帮助下，我能够从Wordnet获得一个包含所有名词的列表

列表

allnomes

看起来像这样

Synset（'pile.n.01'）、Synset（'compost\u heap.n.01'）、Synset（'mass.n.03'）

等等。现在我可以使用

allnomes[2]

获得任何元素，这应该是

Synset（'mass.n.03'）

---

我只想提取单词mass，但由于某些原因，我无法将其视为字符串，我尝试的所有操作都显示一个

属性错误：“Synset”对象没有属性

或

TypeError:“Synset”对象不可下标

或

，如果我尝试使用.name或.pos

如何尝试此解决方案：

>>>> from nltk.corpus import wordnet as wn
>>>> wn.synset('mass.n.03').name().split(".")[0]
'mass'

对于您的情况：

>>>> allnouns = [x for x in wn.all_synsets('n')]  

第23个索引项为“Synset（'substance.n.07'）”。现在，您可以提取其名称字段，如

>>>> allnouns[23].name().split(".")[0]
'substance'   #output

如果只需要列表中“名词”类别的语法集的“名称”字段，请使用：

>>>> [x.name().split(".")[0] for x in wn.all_synsets('n')]

应该准确地给出你需要的结果

注意：在wordnet中，

name

不是一个属性，而是一个函数

使用

Synset.names（）

获取Synset的规范引理名称：

>>> from nltk.corpus import wordnet as wn
>>> wn.synsets('mass', 'n')
[Synset('mass.n.01'), Synset('batch.n.02'), Synset('mass.n.03'), Synset('mass.n.04'), Synset('mass.n.05'), Synset('multitude.n.03'), Synset('bulk.n.02'), Synset('mass.n.08'), Synset('mass.n.09')]
>>> wn.synsets('mass', 'n')[0]
Synset('mass.n.01')
>>> wn.synsets('mass', 'n')[0].name()
u'mass.n.01'
>>> wn.synsets('mass', 'n')[0].name().split('.')[0]
u'mass'

但请注意，有时一个语法集是由几个引理组成的，因此如果使用语法集的表面词形式，则应使用

synset.lemma_names（）

访问所有引理：

>>> wn.synsets('mass', 'n')[0].lemmas()
[Lemma('mass.n.01.mass')]
>>> wn.synsets('mass', 'n')[0].lemma_names()
[u'mass']
>>> wn.synsets('mass', 'n')[0].definition()
u'the property of a body that causes it to have weight in a gravitational field'

在

wn.synset（'mass'，'n'）[0]

的情况下，只有1个引理连接到synset。但有时不止一个，例如

>>> wn.synsets('mass', 'n')[1].lemma_names()
[u'batch', u'deal', u'flock', u'good_deal', u'great_deal', u'hatful', u'heap', u'lot', u'mass', u'mess', u'mickle', u'mint', u'mountain', u'muckle', u'passel', u'peck', u'pile', u'plenty', u'pot', u'quite_a_little', u'raft', u'sight', u'slew', u'spate', u'stack', u'tidy_sum', u'wad']
>>> wn.synsets('mass', 'n')[1].definition()
u"(often followed by `of') a large number or amount or extent"

要准确列出wordnet中的所有单词，您可以尝试：

>>> from itertools import chain
>>> set(chain(*[i.lemma_names() for i in wn.all_synsets('n')]))
>>> len(set(chain(*[i.lemma_names() for i in wn.all_synsets('n')])))
119034

---

请看

好吧，我不想得到一个单词，就像我说的那样，我将用[x代表wn.all_Synset（'n'）]中的x]收集列表中的所有名词，然后从该列表中选择一个元素，假设所有名词[2]都是Synset（'mass.n.03'），现在我想提取字符串“mass”。我以前在某个地方看到过你的代码，但它会搜索某个特定的单词——不是我的情况——我们中的一个人做得不对，因为我认为我们彼此都不理解：）我确信你的代码运行得很好，但你没有抓住要点，或者我无法解释它。“mass.n.03”是从哪里来的？我有一个元素列表，其中包含了使用上述代码生成的所有名词-现在我的列表如下：allnomes=Synset（'pile.n.01'）、Synset（'compost_heap.n.01'）、Synset（'mass.n.03'）、Synset（'dunghill.n.02'）、Synset（'logjam.n.02'）、Synset（'shock.n.08'）-我怎么才能只得到“compost”或“mass”这样的词呢还是那张名单上的“震惊”？我已经完成了x=allnomes[2]，并且打印它会显示“Synset（'mass.n.03'）”——这太好了，现在我想要字符串“mass”可以工作了！我的错，你是对的-只需运行该死的代码！：）这起作用了：[x代表wn.all_synset（'n'）][2].name（）.split（“.”[0]让我们来看看。