python - wordnet中的lemma和synset有什么联系或区别？

Question

我是 NLP 和 NLTK 的初学者。

我无法理解 wordnet 中引理和同义词集之间的确切区别，因为两者产生的输出几乎相同。例如，对于单词 cake，它会产生此输出。

lemmas :  [Lemma('cake.n.01.cake'), Lemma('patty.n.01.cake'), Lemma('cake.n.03.cake'), Lemma('coat.v.03.cake')]

synsets :  [Synset('cake.n.01'), Synset('patty.n.01'), Synset('cake.n.03'), Synset('coat.v.03')]

请帮助我理解这个概念。

谢谢。

Answer 1

这些术语基于“引理”和“同义词”这两个词的一般含义。

词条 是词典中词条的 wordnet 版本:规范形式的词，具有单一含义。例如，如果你想在字典中查找“banks”，规范形式将是“bank”，对于意思是“financial institution”和“side of the river”的名词会有单独的词条，一个单独的词条表示动词“to bank (on)”等

术语synset 代表“同义词集”。一组同义词是一组具有相似含义的词，例如ship、skiff、canoe、kayak 可能都是 boat 的同义词。在 nltk 中，一个 synset 实际上是一组具有相关含义的 lemmas。以您的示例(wn.synsets("cake") 和 wn.lemmas("cake") 的结果)，我们还可以这样写:

>>> synsets[0]
Synset('cake.n.01')
>>> synsets[0].lemmas()
[Lemma('cake.n.01.cake'), Lemma('cake.n.01.bar')]

这些是构成“蛋糕”的第一个同义词集的词条。

Wordnet 提供了许多方法，可让您探索上位词/下位词、使用域等关系。有关更多信息，您应该直接查看 Wordnet 文档； nltk 只是为它提供了一个接口(interface)。这是 Wordnet glossary .