使用 synonym() 从 wordnet 中提取同义词答案

【问题标题】：Extracting synonymous terms from wordnet using synonym()使用 synonym() 从 wordnet 中提取同义词
【发布时间】：2011-09-22 09:24:07
【问题描述】：

假设我通过 wordnet 中的 synonyms() 函数拉取“帮助”的同义词并得到以下信息：

Str = synonyms("help")    
Str
[1] "c(\"aid\", \"assist\", \"assistance\", \"help\")"     
[2] "c(\"aid\", \"assistance\", \"help\")"                 
[3] "c(\"assistant\", \"helper\", \"help\", \"supporter\")"
[4] "c(\"avail\", \"help\", \"service\")"

然后我可以使用

得到一个字符串

unique(unlist(lapply(parse(text=Str),eval)))

最后是这样的：

[1] "aid"        "assist"     "assistance" "help"       "assistant"  "helper"     "supporter" 
[8] "avail"      "service"

上述过程是由 Gabor Grothendieck 提出的。他/她的解决方案很好，但我仍然想不通如果我将查询词更改为“公司”、“男孩”或其他人，会出现错误消息。

一个可能的原因可能是由于“公司”的“第六”同义词（请参见下文）是一个单独的术语，并且不遵循“c（\”company\“）”的格式。

synonyms("company")

[1] "c(\"caller\", \"company\")"                                    
[2] "c(\"company\", \"companionship\", \"fellowship\", \"society\")"
[3] "c(\"company\", \"troupe\")"                                    
[4] "c(\"party\", \"company\")"                                     
[5] "c(\"ship's company\", \"company\")"                            
[6] "company"

谁能帮我解决这个问题。非常感谢。

【问题讨论】：

我写了一个可行的代码，分享给大家：unique(Str[which(str_detect(Str,"[(]")==FALSE)], unlist(lapply(parse(text=Str[其中(str_detect(Str,"[(]")==TRUE)]),eval))))

标签： r nlp wordnet

【解决方案1】：

您可以通过创建一个使用 R 的 try 机制来捕获错误的小辅助函数来解决此问题。在这种情况下，如果eval产生错误，则返回原始字符串，否则返回eval的结果：

创建一个辅助函数：

evalOrValue <- function(expr, ...){
  z <- try(eval(expr, ...), TRUE)
  if(inherits(z, "try-error")) as.character(expr) else unlist(z)
}

unique(unlist(sapply(parse(text=Str), evalOrValue)))

生产：

[1] "caller"         "company"        "companionship" 
[4] "fellowship"     "society"        "troupe"        
[7] "party"          "ship's company"

我复制了你的数据，然后用dput在这里复制了：

Str <- c("c(\"caller\", \"company\")", "c(\"company\", \"companionship\", \"fellowship\", \"society\")", 
"c(\"company\", \"troupe\")", "c(\"party\", \"company\")", "c(\"ship's company\", \"company\")", 
"company")

【讨论】：

【解决方案2】：

这些同义词的形式看起来像一个表达式，因此您应该能够按照您的说明解析它们。但是：当我执行上面的原始代码时，我从同义词调用中得到一个错误，因为你没有包含词性参数。

> synonyms("help")
Error in charmatch(x, WN_synset_types) : 
  argument "pos" is missing, with no default

注意synonyms 的代码使用了getSynonyms，并且它的代码有一个unique，因此不再需要您正在进行的所有预处理（如果您更新）；：

> synonyms("company", "NOUN")
[1] "caller"         "companionship"  "company"       
[4] "fellowship"     "party"          "ship's company"
[7] "society"        "troupe"        
> synonyms
function (word, pos) 
{
    filter <- getTermFilter("ExactMatchFilter", word, TRUE)
    terms <- getIndexTerms(pos, 1L, filter)
    if (is.null(terms)) 
        character()
    else getSynonyms(terms[[1L]])
}
<environment: namespace:wordnet>

> getSynonyms
function (indexterm) 
{
    synsets <- .jcall(indexterm, "[Lcom/nexagis/jawbone/Synset;", 
        "getSynsets")
    sort(unique(unlist(lapply(synsets, getWord))))
}
<environment: namespace:wordnet>

【讨论】：