我正在尝试查找一个单词的同义词和反义词,使用的是来自dataframe字段的字符串,而不是标准的wordnet.synsets词法数据库。我很确定这是可能的,但我不确定如何输入适当的数据源(我的特定字段)。
例如,下面的代码运行得很好。
import nltk
from nltk.corpus import wordnet #Import wordnet from the NLTK
syn = list()
ant = list()
for synset in wordnet.synsets("fake"):
for lemma in synset.lemmas():
我想要一个作为新行添加到dataframe的列表。 import nltk
import pandas as pd
from nltk.corpus import wordnet
import pandas as pd
import numpy as np
Overviewdataframe = pd.DataFrame([])
synonyms = []
for syn in wordnet.synsets("active"):
for l in syn.lemmas():
synonyms.append(l.name())
我正在尝试使用python在WordNet (which is Lexical database for English)中查找Synsets。
下面是我试图查找的同义词集和同义词集示例(作为参数传递):
from nltk.corpus import wordnet
synonynm=wordnet.synsets('friend')[2]#? wt does[0] mean
synonynm.name() #related synonyms wrds
synonynm.definition() #definition of passed words
wordnet.syn
我不明白为什么我会得到这个错误。请帮帮忙
>>> mylist = []
>>> file1 = open("medDict.txt", "r")
>>> for line in file1:
from nltk.corpus import wordnet
print line
wordFromList2 = wordnet.synsets(line)[0]
mylist.append(wordFromList2)
abnormal
Traceback (most re
我在网上找到了一些代码,我可以在其中输入一个单词,并找到这个单词的同义词和反义词。下面的代码就是这样做的。
import nltk
from nltk.corpus import wordnet #Import wordnet from the NLTK
syn = list()
ant = list()
for synset in wordnet.synsets("fake"):
for lemma in synset.lemmas():
syn.append(lemma.name()) #add the synonyms
if lem
我想检查NLTK的同步中是否存在某些单词。下面的代码可以做到这一点,
from nltk.corpus import wordnet
if wordnet.synsets(word):
... do something ...
但是如果你有很多话要检查的话,这是相当慢的。有更快的方法吗?--我不需要实际的synset对象,只要一个是/否的,如果有什么东西的话。我没有提前列出单词的列表,所以我无法预先计算答案。
我希望打印列表 list 中所有单词的同义词。
from nltk.corpus import wordnet
syns = []
x = 0
lst = ['performance','camera', 'ram', 'cost', 'battery']
for r in lst:
syns = wordnet.synsets(r)
i = len(syns)
for x in range(0, i):
我正在尝试编写一个函数,该函数将返回一个NLTK定义列表,用于从受该单词的词性约束的文本文档中标记的“tokens”。
我首先将nltk.pos_tag提供的标记转换为wordnet.synsets使用的标记,然后依次应用.word_tokenize()、.pos_tag()、.synsets,如以下代码所示:
import numpy as np
import nltk
from nltk.corpus import wordnet as wn
import pandas as pd
#convert the tag to the one used by wordnet.synsets