python - 我有一个印地文 wordnet 数据库和 API。我想从 NLTK python 访问这个 wordnet。有没有办法将我们自己的wordnet添加到NLTK中？

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，describe the problem以及迄今为止已采取哪些措施来解决该问题。

已关闭 9 年前。

Improve this question

我有一个用于印地文 wordnet 的数据库和 API。我想从 NLTK python 访问这个 wordnet，以便在我们的 wordnet 中使用 NLTK Wordnet 函数。有没有办法将我们自己的wordnet添加到NLTK中？或者是否有任何用于印地语词义消歧的工具(可以与任何语言 Wordnet 一起使用，并进行一些修改)(它可以从 wordnet 中提供最合适的含义)？

Answer 1

如果您查看 nltk_data 文件夹，您会发现 wordnet 与其他所有 NLTK 语料库一样只是一堆纯文本文件。因此，必须有一种方法可以像 NLTK 一样格式化印地语 wordnet 来使用这些功能。以下是读取这些文件的 nltk.corpus.reader.wordnet 对象的摘录:

#: A list of file identifiers for all the fileids used by this
#: corpus reader.
_FILES = ('cntlist.rev', 'lexnames', 'index.sense',
          'index.adj', 'index.adv', 'index.noun', 'index.verb',
          'data.adj', 'data.adv', 'data.noun', 'data.verb',
          'adj.exc', 'adv.exc', 'noun.exc', 'verb.exc', )

def __init__(self, root):
    """
    Construct a new wordnet corpus reader, with the given root
    directory.
    """
    super(WordNetCorpusReader, self).__init__(root, self._FILES,
                                              encoding=self._ENCODING)

我想您实际上并不需要生成所有这些文件，但更重要的是必须使用“index.sense”文件进行词义消歧。这不是由 NLTK 生成的，但必须在此之前进行预处理，或者必须以以下格式随您的印地语 wordnet 一起提供 - http://wordnet.princeton.edu/wordnet/man/senseidx.5WN.html 。

完成所有步骤后，我只需转到 ../nltk/corpus/reader/wordnet.py 并创建它的副本，您可以在其中更改根目录和文件名，也许还可以更改一些其他依赖项，但仍然使用功能或更改现有类中所需的功能(不推荐)。

附注通过谷歌搜索，我找到了 http://www.cs.utexas.edu/~rashish/cs365ppt.pdf 的链接。 ，其中引用了有关该主题的许多其他来源。