synset.hyperym_distances() 中是否有重复项？
Is there any duplicates in synset.hyperym_distances()?
我只是在查看函数 (hypernym_distances())，当我看到所有可能的上位词的结果时，有两个 "entity.n.01" 元素具有不同的距离，这是什么原因它 ？有人可以解释一下吗？
在Python中：
print([{i[0] : i[1]} for i in wn.synset('person.n.01').hypernym_distances()])
以上代码将显示导致最终术语 'entity' 的所有上位词。
输出为：
[{Synset('entity.n.01'): 3}, {Synset('object.n.01'): 4}, {Synset('physical_entity.n.01'): 5}, {Synset('organism.n.01'): 1}, {Synset('person.n.01'): 0}, {Synset('entity.n.01'): 6}, {Synset('living_thing.n.01'): 2}, {Synset('physical_entity.n.01'): 2}, {Synset('causal_agent.n.01'): 1}, {Synset('whole.n.02'): 3}]
这是一个包含同义词集的名称-值对，该同义词集是指定词的上位词之一。
谁能解释一下 'entity.n.01' 在输出中出现两次的原因。
{语法集('entity.n.01'): 6}
{语法集('entity.n.01'): 3}
当代码很迟钝时，分解它们。
此外，尽量不要使用单线，它们通常没有计算速度提升，只是你可以输入它们的速度。
了解您正在迭代的内容
所以让我们分解一下。
在为列表迭代的每个元素创建字典的列表理解的复杂打印中，我们看到：
print([{i[0] : i[1]} for i in wn.synset('person.n.01').hypernym_distances()])
看起来循环本身可以被简化。首先设置一个变量来保存同义词集。 （我假设您希望对多个同义词集执行相同的操作，而不是仅在 person.n.01 上使用它）：
person = wn.synset('person.n.01')
现在让我们看看person.hypernym_distances() returns:
>>> person.hypernym_distances()
{(Synset('person.n.01'), 0), (Synset('organism.n.01'), 1), (Synset('whole.n.02'), 3), (Synset('physical_entity.n.01'), 5), (Synset('causal_agent.n.01'), 1), (Synset('entity.n.01'), 3), (Synset('living_thing.n.01'), 2), (Synset('physical_entity.n.01'), 2), (Synset('entity.n.01'), 6), (Synset('object.n.01'), 4)}
person.hypernym_distances()的数据结构已经是一组元组，第一个元素是上位词，第二个元素是距离。 Synset('entity.n.01') 应该只在 person.hypernym_distances() 中出现一次，因为它是 set 类型。
在循环中解包 tuples/iterables 的可迭代对象
遍历元组时，您可以轻松地"unpack"它（参见Unpacking a list / tuple of pairs into two lists / tuples and How can I iterate through two lists in parallel?）
>>> from nltk.corpus import wordnet as wn
>>> wn.synset('person.n.01')
Synset('person.n.01')
>>> person = wn.synset('person.n.01')
>>> person.hypernym_distances()
{(Synset('person.n.01'), 0), (Synset('organism.n.01'), 1), (Synset('whole.n.02'), 3), (Synset('physical_entity.n.01'), 5), (Synset('causal_agent.n.01'), 1), (Synset('entity.n.01'), 3), (Synset('living_thing.n.01'), 2), (Synset('physical_entity.n.01'), 2), (Synset('entity.n.01'), 6), (Synset('object.n.01'), 4)}
>>> for ss, count in person.hypernym_distances():
... print (ss,'\t', count)
...
Synset('person.n.01') 0
Synset('organism.n.01') 1
Synset('whole.n.02') 3
Synset('physical_entity.n.01') 5
Synset('causal_agent.n.01') 1
Synset('entity.n.01') 3
Synset('living_thing.n.01') 2
Synset('physical_entity.n.01') 2
Synset('entity.n.01') 6
Synset('object.n.01') 4
通过以上述方式遍历元组列表，您可以避免丑陋的 (i[0], i[1]) for i in iterable_of_tuples 语法。而是 (a,b) for a,b in iterable_of_tuples.
列表与字典理解
您似乎正试图将 person.hypernym_distances() 中的元组放入字典中，其中键是同义词集，值是计数。
我想当您在 list comprehension 和 dictionary comprehension 之间绊倒时，就会出现错误。不需要为 person.hypernym_distances() 中的每个元素创建新字典。相反，我认为字典理解就是你要找的，即：
>>> {ss:count for ss, count in person.hypernym_distances()}
{Synset('object.n.01'): 4, Synset('whole.n.02'): 3, Synset('living_thing.n.01'): 2, Synset('organism.n.01'): 1, Synset('entity.n.01'): 6, Synset('person.n.01'): 0, Synset('causal_agent.n.01'): 1, Synset('physical_entity.n.01'): 2}
将元组列表转换为字典
实际上，如果上面的字典是你想要的，给定一个元组的可迭代对象，每个元组有 2 个项目，则将可迭代对象转换为字典会自动将元组中的第一项设置为键，将第二项设置为值:
>>> dict(person.hypernym_distances())
{Synset('object.n.01'): 4, Synset('whole.n.02'): 3, Synset('living_thing.n.01'): 2, Synset('organism.n.01'): 1, Synset('entity.n.01'): 6, Synset('person.n.01'): 0, Synset('causal_agent.n.01'): 1, Synset('physical_entity.n.01'): 2}
另见
原生 python 中有高性能容器数据结构可以处理这些，它们也带有漂亮的功能。参见 https://docs.python.org/3/library/collections.html
我只是在查看函数 (hypernym_distances())，当我看到所有可能的上位词的结果时，有两个 "entity.n.01" 元素具有不同的距离，这是什么原因它 ？有人可以解释一下吗？
在Python中：
print([{i[0] : i[1]} for i in wn.synset('person.n.01').hypernym_distances()])
以上代码将显示导致最终术语 'entity' 的所有上位词。
输出为：
[{Synset('entity.n.01'): 3}, {Synset('object.n.01'): 4}, {Synset('physical_entity.n.01'): 5}, {Synset('organism.n.01'): 1}, {Synset('person.n.01'): 0}, {Synset('entity.n.01'): 6}, {Synset('living_thing.n.01'): 2}, {Synset('physical_entity.n.01'): 2}, {Synset('causal_agent.n.01'): 1}, {Synset('whole.n.02'): 3}]
这是一个包含同义词集的名称-值对，该同义词集是指定词的上位词之一。
谁能解释一下 'entity.n.01' 在输出中出现两次的原因。
{语法集('entity.n.01'): 6}
{语法集('entity.n.01'): 3}
当代码很迟钝时，分解它们。
此外，尽量不要使用单线，它们通常没有计算速度提升，只是你可以输入它们的速度。
了解您正在迭代的内容
所以让我们分解一下。
在为列表迭代的每个元素创建字典的列表理解的复杂打印中，我们看到：
print([{i[0] : i[1]} for i in wn.synset('person.n.01').hypernym_distances()])
看起来循环本身可以被简化。首先设置一个变量来保存同义词集。 （我假设您希望对多个同义词集执行相同的操作，而不是仅在 person.n.01 上使用它）：
person = wn.synset('person.n.01')
现在让我们看看person.hypernym_distances() returns:
>>> person.hypernym_distances()
{(Synset('person.n.01'), 0), (Synset('organism.n.01'), 1), (Synset('whole.n.02'), 3), (Synset('physical_entity.n.01'), 5), (Synset('causal_agent.n.01'), 1), (Synset('entity.n.01'), 3), (Synset('living_thing.n.01'), 2), (Synset('physical_entity.n.01'), 2), (Synset('entity.n.01'), 6), (Synset('object.n.01'), 4)}
person.hypernym_distances()的数据结构已经是一组元组，第一个元素是上位词，第二个元素是距离。 Synset('entity.n.01') 应该只在 person.hypernym_distances() 中出现一次，因为它是 set 类型。
在循环中解包 tuples/iterables 的可迭代对象
遍历元组时，您可以轻松地"unpack"它（参见Unpacking a list / tuple of pairs into two lists / tuples and How can I iterate through two lists in parallel?）
>>> from nltk.corpus import wordnet as wn
>>> wn.synset('person.n.01')
Synset('person.n.01')
>>> person = wn.synset('person.n.01')
>>> person.hypernym_distances()
{(Synset('person.n.01'), 0), (Synset('organism.n.01'), 1), (Synset('whole.n.02'), 3), (Synset('physical_entity.n.01'), 5), (Synset('causal_agent.n.01'), 1), (Synset('entity.n.01'), 3), (Synset('living_thing.n.01'), 2), (Synset('physical_entity.n.01'), 2), (Synset('entity.n.01'), 6), (Synset('object.n.01'), 4)}
>>> for ss, count in person.hypernym_distances():
... print (ss,'\t', count)
...
Synset('person.n.01') 0
Synset('organism.n.01') 1
Synset('whole.n.02') 3
Synset('physical_entity.n.01') 5
Synset('causal_agent.n.01') 1
Synset('entity.n.01') 3
Synset('living_thing.n.01') 2
Synset('physical_entity.n.01') 2
Synset('entity.n.01') 6
Synset('object.n.01') 4
通过以上述方式遍历元组列表，您可以避免丑陋的 (i[0], i[1]) for i in iterable_of_tuples 语法。而是 (a,b) for a,b in iterable_of_tuples.
列表与字典理解
您似乎正试图将 person.hypernym_distances() 中的元组放入字典中，其中键是同义词集，值是计数。
我想当您在 list comprehension 和 dictionary comprehension 之间绊倒时，就会出现错误。不需要为 person.hypernym_distances() 中的每个元素创建新字典。相反，我认为字典理解就是你要找的，即：
>>> {ss:count for ss, count in person.hypernym_distances()}
{Synset('object.n.01'): 4, Synset('whole.n.02'): 3, Synset('living_thing.n.01'): 2, Synset('organism.n.01'): 1, Synset('entity.n.01'): 6, Synset('person.n.01'): 0, Synset('causal_agent.n.01'): 1, Synset('physical_entity.n.01'): 2}
将元组列表转换为字典
实际上，如果上面的字典是你想要的，给定一个元组的可迭代对象，每个元组有 2 个项目，则将可迭代对象转换为字典会自动将元组中的第一项设置为键，将第二项设置为值:
>>> dict(person.hypernym_distances())
{Synset('object.n.01'): 4, Synset('whole.n.02'): 3, Synset('living_thing.n.01'): 2, Synset('organism.n.01'): 1, Synset('entity.n.01'): 6, Synset('person.n.01'): 0, Synset('causal_agent.n.01'): 1, Synset('physical_entity.n.01'): 2}
另见
原生 python 中有高性能容器数据结构可以处理这些，它们也带有漂亮的功能。参见 https://docs.python.org/3/library/collections.html