NLTK 和 Pandas - 将同义词集添加到列表中

Question

我想创建一个列表作为新行添加到数据框中。

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())  
            Overviewdataframe = Overviewdataframe.append(synonyms)
            synonyms = []

而是将行添加为列。你能帮帮我吗？

谢谢。

Answer 1

TL;DR

from itertools import chain

import pandas as pd
from nltk.corpus import wordnet as wn

wordlist = ['active', 'fan', 'hop', 'grace']

words2lemmanames = [{'word': word, 'synset':ss.name(), 'lemma_names':ss.lemma_names()}
                    for word in wordlist for ss in wn.synsets(word)]
pd.DataFrame(words2lemmanames)

中龙

在NLTK中查询WordNet接口时，查询一个词returns一个"concept"又名"synset"

>>> wn.synsets('active')

[Synset('active_agent.n.01'), Synset('active_voice.n.01'), Synset('active.n.03'), Synset('active.a.01'), Synset('active.s.02'), Synset('active.a.03'), Synset('active.s.04'), Synset('active.a.05'), Synset('active.a.06'), Synset('active.a.07'), Synset('active.s.08'), Synset('active.a.09'), Synset('active.a.10'), Synset('active.a.11'), Synset('active.a.12'), Synset('active.a.13'), Synset('active.a.14')]

每个同义词集都有自己的词条名称列表，即

>>> wn.synsets('active')[0].lemma_names()
['active_agent', 'active']

您也可以直接使用他们的 "name" 访问同义词集，"name" 的通常约定是 (i) 第一个引理名称然后点 (ii) POS 标记和点 (ii)索引号。

>>> wn.synsets('active')[0] == wn.synset('active_agent.n.01')
True

最后，给定键值对列表（即字典对象），您可以将其输入 pandas.DataFrame 以将其转换为数据框。

NLTK 和 Pandas - 将同义词集添加到列表中

NLTK and Pandas - adding synsets into a list

python

pandas

nltk

wordnet

TL;DR

中龙