当单词的同义词存在时，为什么代码在python中返回IndexError错误答案

【问题标题】：why is the code returning IndexError error in python when the synsets of the word exists当单词的同义词存在时，为什么代码在python中返回IndexError错误
【发布时间】：2013-03-31 08:39:14
【问题描述】：

我不明白为什么会收到此错误。请帮忙

>>> 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 recent call last):
  File "<pyshell#10>", line 4, in <module>
    wordFromList2 = wordnet.synsets(line)[0]
IndexError: list index out of range

medDict.txt 包含以下单词

abnormal
acne
ache
diarrhea
fever

【问题讨论】：

根据 PEP 8，您通常应该在脚本顶部导入所有内容：python.org/dev/peps/pep-0008/#imports

标签： python-2.7 nltk wordnet

【解决方案1】：

@Blender 关于word.synsets() 的空格敏感性是正确的。如果您需要访问任何具有自然语言空格的synsets，Wordnet 使用下划线 _ 而不是。例如。如果您想找到类似 kick the bucket 的内容，您可以使用 wn.synsets("kick_the_bucket") 从 NLTK WN 界面访问同义词集

>>> from nltk.corpus import wordnet as wn
>>> wn.synsets('kick the bucket')
[]
>>> wn.synsets('kick_the_bucket')
[Synset('die.v.01')]

但是，请注意，有时 WordNet 会使用破折号而不是下划线对某些同义词集进行编码。例如。 9-11 可访问，但 9_11 不可访问。

>>> wn.synsets('9-11')
[Synset('9/11.n.01')]
>>> wn.synsets('9_11')
[]

现在解决您的代码问题。

1. 当您逐行读取文件时，您还读取了行中不可见但存在的\n。所以你需要改变这个：

>>> mylist = []
>>> file1 = open("medDict.txt", "r")

到这里：

>>> words_from_file = [i.strip() for i in open("medDict.txt", "r")]

2.我不太确定你是否真的想要wordnet.synsets(word)[0]，这意味着你只是第一感觉，请注意它可能不是Most Frequent Sense (MFS)。所以不要这样做：

>>> wordFromList2 = wordnet.synsets(line)[0]
>>> mylist.append(wordFromList2)

我认为更合适的方法是使用set 代替然后update 设置

>>> list_of_synsets = set()
>>> for i in words_from_file:
>>>  list_of_synsets.update(wordnet.synsets(i))
>>> print list_of_synsets

【讨论】：

【解决方案2】：

word.synsets() 对空格敏感：

>>> wordnet.synsets('abnormal')
    [Synset('abnormal.a.01'), Synset('abnormal.a.02'), Synset('abnormal.s.03')]
>>> wordnet.synsets(' abnormal')
    []

.strip() 行中的空格，然后再传入：

wordFromList2 = wordnet.synsets(line.strip())[0]

【讨论】：