獲取指定詞的WordNet域名

Question

我知道WordNet有域名層次結構：例如sport->足球。

1）是否有可能列出所有相關的單詞，例如，'sport-> football'子域？

Response: goalkeeper, forward, penalty, ball, field, stadium, referee and so on. 

2）獲取給定單詞的域名，例如， '守門員'？

Need something like [sport->football; sport->hockey] or [football;hockey] or just 'football'. 

它用於文檔分類任務。

Answer 1

共發現有上位詞/下位詞層次，但是這是不是你想要的這裏，因爲你 可以看到，當你仰望門將：

from nltk.corpus import wordnet 
s = wordnet.synsets('goalkeeper')[0] 
s.hypernym_paths() 

結果之一是：

[Synset('entity.n.01'), 
Synset('physical_entity.n.01'), 
Synset('causal_agent.n.01'), 
Synset('person.n.01'), 
Synset('contestant.n.01'), 
Synset('athlete.n.01'), 
Synset('soccer_player.n.01'), 
Synset('goalkeeper.n.01')] 

有兩種方法稱爲usage_domains()和topic_domains()，但它們返回大多數單詞的空列表：

s = wordnet.synsets('football')[0] 
s.topic_domains() 
>>> [] 
s.usage_domains() 
>>> [] 

The WordNet Domains project然而，可能是你在找什麼。它提供了一個文本文件，其中包含Princeton WordNet 2.0 synsets與其相應域之間的映射。您必須註冊您的電子郵件地址才能訪問數據。 然後你可以用anydbm模塊對應於您的WordNet的版本（他們提供了2.0和3.2）的文件中讀取，例如：

import anydbm 
fh = open('wn-domains-2.0-20050210', 'r') 
dbdomains = anydbm.open('dbdomains', 'c') 
for line in fh: 
    offset, domain = line.split('\t') 
    dbdomains[offset[:-2]] = domain 
fh.close() 

然後，您可以用同義詞集的偏移屬性找出其域。也許你必須在開頭添加一個零：

dbdomains.get('0' + str(wordnet.synsets('travel_guidebook')[0].offset)) 
>>> 'linguistics\n'