NLTK wordnet界面中的第0個synset

Question

從semcor語料庫（ http://www.cse.unt.edu/~rada/downloads.html ），有些感官沒有映射到wordnet的更高版本。 奇跡般地，映射可以在NLTK WordNet API中找到：

>>> from nltk.corpus import wordnet as wn
# Emunerate the possible senses for the lemma 'delayed'
>>> wn.synsets('delayed')
[Synset('delay.v.01'), Synset('delay.v.02'), Synset('stay.v.06'), Synset('check.v.07'), Synset('delayed.s.01')]
>>> wn.synset('delay.v.01')
Synset('delay.v.01')
# Magically, there is a 0th sense of the word!!!
>>> wn.synset('delayed.a.0')
Synset('delayed.s.01')

我檢查了代碼和API（ http://nltk.googlecode.com/svn/trunk/doc/api/nltk.corpus.reader.wordnet.Synset-class.html ， http://nltk.org/ _modules / nltk / corpus / reader / wordnet.html ）但是我無法找到它們如何進行不應該存在的神奇映射（例如對於delayed.a.0 - > delayed.s.01 ）。

有誰知道NLTK Wordnet API代碼的哪一部分做了神奇的映射？

Answer 1

我想這是一個錯誤。 當你執行wn.synset('delayed.a.0')時，方法中的前兩行是：

lemma, pos, synset_index_str = name.lower().rsplit('.', 2)
synset_index = int(synset_index_str) - 1

所以在這種情況下， synset_index的值是-1 ，這是python中的有效索引。 當查找lemma delayed且pos為a的同義詞數組時，它不會失敗。

有了這種行為，你可以做一些棘手的事情：

>>> wn.synset('delay.v.-1')
Synset('stay.v.06')