如何在Python NLTK中仅打印WordNet同义词集中单词本身？

Question

在Python 2.7中，有没有办法使用NLTK只获取单词，而不包括像"synset"、括号和"n.01"这些额外的格式呢？

比如说，如果我这样做：

        wn.synsets('dog')

我的结果看起来是这样的：

[Synset('dog.n.01'), Synset('frump.n.01'), Synset('dog.n.03'), Synset('cad.n.01'), Synset('frank.n.02'), Synset('pawl.n.01'), Synset('andiron.n.01'), Synset('chase.v.01')]

我想要的结果是这样的列表：

dog
frump
cad
frank
pawl
andiron
chase

有没有办法用NLTK做到这一点，还是说我必须使用正则表达式？我可以在Python脚本中使用正则表达式吗？

Answer 1

这很简单，只需要创建一个列表，然后获取第一个值。

from nltk.corpus import wordnet as wn
syn=[]
for s in wn.synsets('dog'):
   syn.appned(s)
return syn[0]

Answer 2

使用词元名称可能有效，但对于Synset对象来说，有一个标准的变量可以用来表示同义词集的名称，试试这个：

>>> from nltk.corpus import wordnet as wn
>>> wn.synset('dog.n.1')
Synset('dog.n.01')
>>> wn.synset('dog.n.1').name
'dog.n.01'
>>> wn.synset('dog.n.1').name.partition('.')[0]
'dog'
>>> for ss in wn.synsets('dog'):
...     print ss.name.partition('.')[0]
... 
dog
frump
dog
cad
frank
pawl
andiron
chase

Answer 3

aelfric5578，你已经很接近了：属性名称是一个函数，不是字符串。
[synset.name().split('.')[0] for synset in wn.synsets('dog') ]

Answer 4

试试这个：

for synset in wn.synsets('dog'):
    print synset.lemmas[0].name

你想要遍历“狗”这个词的每一个同义词集合（synset），然后打印出每个同义词集合的主词（headword）。要记住，多个词可能会和同一个同义词集合关联在一起，所以如果你想获取与“狗”相关的所有同义词集合中的所有词，你可以这样做：

for synset in wn.synsets('dog'):
    for lemma in synset.lemmas:
        print lemma.name

Answer 5

如果你想不使用正则表达式来完成这个，可以用列表推导式。

[synset.name.split('.')[0] for synset in wn.synsets('dog') ]

你在这里做的事情是，对于每个同义词集合，返回句号前的第一个单词。