我有来自 OpenNLP 的 POS 标记输入...我需要将这些与 WordNet 一起使用...但 wordnet 仅使用 4 个标签 - 名词、动词、形容词、副词...其中 OpenNLP 基于 Penn treebank tagset 生成标签。我需要将它们转换为与 wordnet 兼容的标签...我确实在网站上找到了 this - 但它都是 python ..我需要 java
同意我可以自己编写一个简单的函数来重命名这些标签..但是如何处理其他标签，如 DT、PP、PDT、POS、MD 等......
【问题讨论】：
更多关于您希望对 WordNet 关联做什么的信息可能会有所帮助，但我的第一个猜测是您想丢弃不能完全映射到 WordNet 类别的词性。
例如，考虑 DT（确定器）。您是否希望从 WordNet 中获得“the”和“an”之间的关系？同样，在 WordNet 中可能存在用于 PP（介词）的有用关系，但我怀疑与封闭类词之间相比，您更有可能在不同的名词或动词之间找到有用的关系。
我的建议是首先将每个 TreeBank 词性标记映射到 WordNet 类之一，或者将那些没有明显映射的词性标记为“null”（您可能可以在某处找到这样的映射，但只有 36 个标签，自己做可能同样容易）。
对于封闭类词，您可能会决定使用其他关系元数据来源，但这可能取决于您的应用程序的最终目标。
【讨论】：