WordNet 3.1 MDX 勘误 - 问答 - 交流

kyletruman · 发表于 2016-9-9 23:31:27

lxchen2001 发表于 2016-9-9 23:25
: h4 Y1 m$ W+ G( c5 q0 e这个解释还是挺合理的。6 |5 H) ?+ ^. }) R' Y. J J
; f1 b# k* s9 G- ]
WN是基于释义的，而不是单词。可以找些单词做些计算。

可能是wordnet的编纂方没有想到吧。结果被海词偷用wordnet3.1的释义词频捷足先登了，反正海词是那么没有节操。

lxchen2001 · 发表于 2016-9-10 00:56:31

kyletruman 发表于 2016-9-9 23:31! n& u* J' V9 T
可能是wordnet的编纂方没有想到吧。结果被海词偷用wordnet3.1的释义词频捷足先登了，反正海词是那么没有 ...

海词应该不是用WN的数据

算了一下，Big, 海词频率最高的义项是71%；WN把0当作1算的话，是77%。

不过这个思路还是挺不错的。

kyletruman · 发表于 2016-9-10 00:58:01

lxchen2001 发表于 2016-9-10 00:56, i9 x! m1 z- N/ o; K
海词应该不是用WN的数据6 @4 Y" g- s9 P2 K/ n7 h- `
P/ o* [: T0 f, c0 j
算了一下，Big, 海词频率最高的义项是71%；WN把0当作1算的话，是77%。

感谢楼主的指正！谢谢！

lxchen2001 · 发表于 2016-9-10 02:31:29

kyletruman 发表于 2016-9-10 00:58, B2 H+ e$ V% \* y' ~$ f
感谢楼主的指正！谢谢！

还在研究中先把其他易懂的做好有些单词可以显示地理范围、学术范围做好了再加词频也不迟

WN的内容还挺多的

lxchen2001 · 发表于 2016-9-10 14:57:03

kyletruman 发表于 2016-9-9 23:26
9 E) f. ^9 C& q! x4 dwordnet3.1中所有的内容都是精华，楼主要是能够把所有的内容加进去就好了。谢谢！

老大，帮着分析一下：

WN的frequency count, 不是很懂网上也查了好像没人懂统计原理

big.s.13; in an advanced stage of pregnancy; big; 0
big.s.13; in an advanced stage of pregnancy; enceinte; 0
big.s.13; in an advanced stage of pregnancy; expectant; 0
big.s.13; in an advanced stage of pregnancy; gravid; 2
big.s.13; in an advanced stage of pregnancy; great; 0
big.s.13; in an advanced stage of pregnancy; large; 0
big.s.13; in an advanced stage of pregnancy; heavy; 0
big.s.13; in an advanced stage of pregnancy; with_child; 0

频率是词汇在义项中的频率；这组Synset， gravid出现2次照理说频率比其他的高，但义项例句却是big 和 great 真有点看不懂

kyletruman · 发表于 2016-9-10 16:23:18

本帖最后由 kyletruman 于 2016-9-10 17:22 编辑

lxchen2001 发表于 2016-9-10 14:57! n' t* P+ P/ a1 x2 X. D1 ^
老大，帮着分析一下：) A. ~3 v* _4 a* Y p6 F! H9 q
. T1 Q$ L6 u3 R7 P- d! Q% j
WN的frequency count, 不是很懂网上也查了好像没人懂统计原理

经过仔细研究发现：
gravid词条中的was big with child和was great with child是gravid的synonyms中的big和great的例句。类似的还有gravitational attraction。其实正确的做法是把was big with child和was great with child放在释义后，分别用引号引起来，www.thefreedictionary.com的wordnet3.0, farlex clipart collection就是这样做的，如果您不想把这部分内容用双引号引起来，可以像wordnet3.0版那样，把这部分换成另外一种颜色，以示区分。

单词释义后面，有可能是您查的那个单词的例句，也有可能是您查的那个单词的synonyms的例句，如上所提的gravitational attraction中的例句就是gravitational attraction的synonyms的例句(gravitational attraction的synonyms有gravity和gravitation)。

另外，frequency counts还是您查的那个单词的frequency counts。

kyletruman · 发表于 2016-9-10 16:37:36

建议楼主使用EBDic词典软件，再装上epwing格式的wordnet3.1(尽管排版不是那么好看，但是参考价值极大，向下拉可以翻页去看更多词条，即使在同一页还可以看到除了查的单词以外的词条的释义，我就是这样解决您提的问题的)，更容易解决问题。

P.S.
最好安装13年那版epwing格式的wordnet3.1,不要安装14年的那个(有brown corpus，干扰性太大)，13年只有epwing格式的wordnet3.1下载地址：https://www.pdawiki.com/forum/fo ... &fromuid=196625

lxchen2001 · 发表于 2016-9-10 18:02:22

kyletruman 发表于 2016-9-10 16:37
, ` C4 f2 ]/ t. P9 A# g- l建议楼主使用EBDic词典软件，再装上epwing格式的wordnet3.1(尽管排版不是那么好看，但是参考价值极大，向下 ...

既然要做还是喜欢用自己的风格去做

看贴图还是觉得我做得好 :-)

（没去测试手机版本）

lxchen2001 · 发表于 2016-9-10 18:24:20

本帖最后由 lxchen2001 于 2016-9-10 18:27 编辑

kyletruman 发表于 2016-9-10 16:23
. l* O4 Y) G' b: y经过仔细研究发现：
. v0 M3 ~, T2 V9 E" u1 J9 ygravid词条中的was big with child和was great with child是gravid的synonyms中的 ...

问题不是例句的事情而是怎么去理解统计数据。

WN是根据synset, 例句在整个Synset通用

lxchen2001 · 发表于 2016-9-11 16:50:52

kyletruman 发表于 2016-9-10 16:37% b% L( e5 q( }& d2 d+ t
建议楼主使用EBDic词典软件，再装上epwing格式的wordnet3.1(尽管排版不是那么好看，但是参考价值极大，向下 ...

同一页可以看到其他词条是词典软件的功能而不是词典的功能

kyletruman · 发表于 2016-9-11 17:12:19

本帖最后由 kyletruman 于 2016-9-11 17:52 编辑

lxchen2001 发表于 2016-9-11 16:50# C- \% o' R8 a5 u4 r
同一页可以看到其他词条是词典软件的功能而不是词典的功能

我说的就是这个意思。
实在抱歉，到现在才回复您。我也去找了资料，还是没有弄懂那个统计数据是什么意思，还请您见谅，不知论坛上有没有人知道？另外，查big词条，其中的adj. sat和adj. all各是什么意思呢？
(今天论坛突然不能上传图片和附件，麻烦您查一下big一词，谢谢！)
谢谢！

lxchen2001 · 发表于 2016-9-11 17:52:58

kyletruman 发表于 2016-9-11 17:12. k. u. p6 q. d% {
我说的就是这个意思。
! R9 B& g" H0 v2 v c+ S实在抱歉，到现在才回复您。我也去找了资料，还是没有弄懂那个统计数据是什么意 ...

WN 将形容词分为2类 Adj. 和 Adj. satellite.

Adjectives are arranged in clusters containing head synsets and satellite synsets. Each cluster is organized around antonymous pairs (and occasionally antonymous triplets). The antonymous pairs (or triplets) are indicated in the head synsets of a cluster. Most head synsets have one or more satellite synsets, each of which represents a concept that is similar in meaning to the concept represented by the head synset. One way to think of the adjective cluster organization is to visualize a wheel, with a head synset as the hub and satellite synsets as the spokes. Two or more wheels are logically connected via antonymy, which can be thought of as an axle between the wheels.

all是属于类型之类的. 详细解释见：
https://wordnet.princeton.edu/man/lexnames.5WN.html

kyletruman · 发表于 2016-9-11 17:59:02

本帖最后由 kyletruman 于 2016-9-11 20:04 编辑

lxchen2001 发表于 2016-9-11 17:52
: x/ G6 t) o; `3 e& YWN 将形容词分为2类 Adj. 和 Adj. satellite.
. x" @- ? v/ `% a" T K1 u2 b" x5 h; l6 H# p2 `; H/ y
Adjectives are arranged in clusters containing head ...

感谢您的回复和解疑！
adj. sat和adj. all是3.0版Wordnet.mdx没有的内容，楼主可谓是创新！epwing格式的wordnet3.1都没有提取出来这部分内容，楼主居然办到了，实在是厉害！不得不佩服！

lxchen2001 · 发表于 2016-9-11 19:28:57

kyletruman 发表于 2016-9-11 17:59
' |3 I$ P: \) [: ]感谢您的回复和解疑！5 \- _9 d* Z1 ^! e% S" g
adj. sat和adj. all是3.0版Wordnet。mdx没有的内容，楼主可谓是创新！epwing格式 ...

过奖了这是选择问题

大部分人会将Adj/Adj sat合并，我分开。既然编者这么做，也是有理由的。这对学习者也是挺实用的，可以帮助处理多个形容词如何排列的问题。

根据编者的解释和数据录入，Adj.sat没有反义词；反义词不是WN的强项。

Adj.sat Adj.all 并列有点点重复当时考虑名词动词的如 v verb.emotion 这样比较清晰

还有一两个功能考虑加上，比如你查看aircraft, 官方有个domain term category，这个数据需要特殊处理才能提取。

lxchen2001 · 发表于 2016-9-11 19:37:21

kyletruman 发表于 2016-9-11 17:59, Q/ d0 s( _7 | T, J# M
感谢您的回复和解疑！7 r. u2 q) e- |3 k; u. o6 g
adj. sat和adj. all是3.0版Wordnet。mdx没有的内容，楼主可谓是创新！epwing格式 ...

看了一下官网没有使用adj.sat

比如Big, 录入了不少反义词，是根据义项列出的。官网应该有些新数据。晚点看看数据文档怎么录入的。

kyletruman · 发表于 2016-9-11 20:02:43

lxchen2001 发表于 2016-9-11 19:376 ]/ G2 Q n% \: L
看了一下官网没有使用adj.sat$ T$ {: l7 Y3 C* v0 i4 L3 K, |: }& L

$ J5 `8 k' E1 u) R: F比如Big, 录入了不少反义词，是根据义项列出的。官网应该有些新数据。 ...

我用谷歌浏览器在wordnet3.1online下拉菜单选show all，发现网页出现乱码，怎么回事？是不是要安什么插件？

lxchen2001 · 发表于 2016-9-12 01:17:15

本帖最后由 lxchen2001 于 2016-9-12 01:19 编辑

kyletruman 发表于 2016-9-11 20:02
/ T% X" o. H1 d" a% q4 t8 e我用谷歌浏览器在wordnet3.1online下拉菜单选show all，发现网页出现乱码，怎么回事？是不是要安什么插件 ...

应该不是乱码，那些额外的数字都是有用的，只是咱们不明白而已

基本上可以确定，官方用的是更新的数据库，但尚未公开。

Big有个这个义项：
00174652 00 s 08 big(p) 0 enceinte 0 expectant 0 gravid 0 great(p) 0 large(p) 0 heavy(p) 0 with_child(p) 0 006 & 00174481 a 0000 + 05111246 n 0601 + 14070343 n 0402 + 14070343 n 0401 + 00059147 v 0301 + 00058790 v 0305 | in an advanced stage of pregnancy; "was big with child"; "was great with child"

我这条数据中根本没有反义词。反义词的标识为

The pointer_symbol s for adjectives are:
! Antonym

kyletruman · 发表于 2016-9-12 01:19:56

lxchen2001 发表于 2016-9-12 01:17
) c- O, ?2 k( n# o+ D$ R应该不是乱码，那些额外的数字都是有用的，只是咱们不明白而已
. a+ X& l$ ~0 i( p+ w9 A! m( n; R' `$ f! R: _
基本上可以确定，官方用的是更新的数 ...

可否用下载网页数据进行抓取wordnet3.1更新的数据呢？

lxchen2001 · 发表于 2016-9-12 01:24:32

kyletruman 发表于 2016-9-12 01:196 R) Q7 x+ `6 Y, z* N& O" }8 c K# v
可否用下载网页数据进行抓取wordnet3.1更新的数据呢？

牛津，Collins这些都容易，但WN很难

kyletruman · 发表于 2016-9-12 13:21:39

lxchen2001 发表于 2016-9-11 19:28) M$ R* ]- z) z6 P
过奖了这是选择问题1 j( G, ^ ]! S# E( u
8 M* O6 d t9 C9 \: |9 v m
大部分人会将Adj/Adj sat合并，我分开。既然编者这么做，也是有理由的。这对学习 ...

domain term category非常有用，3.0版的wordnet也有，期待楼主加上，谢谢！

kyletruman · 发表于 2016-9-12 13:27:54

本帖最后由 kyletruman 于 2016-9-12 13:29 编辑

lxchen2001 发表于 2016-9-12 01:17
: j' u. b9 S5 A9 n# V应该不是乱码，那些额外的数字都是有用的，只是咱们不明白而已# o* t0 D% A3 G$ c9 @! o6 p% ?2 h" S
" X; _% ^& q' u! S7 e
基本上可以确定，官方用的是更新的数 ...

Big有个这个义项：( O; ]% E! e1 o7 g. L5 Q
00174652 00 s 08 big(p) 0 enceinte 0 expectant 0 gravid 0 great(p) 0 large(p) 0 heavy(p) 0 with_child(p) 0 006 & 00174481 a 0000 + 05111246 n 0601 + 14070343 n 0402 + 14070343 n 0401 + 00059147 v 0301 + 00058790 v 0305 | in an advanced stage of pregnancy; "was big with child"; "was great with child"
. A: Z3 s0 f: M2 d' S( Y
9 V( M L& s9 a- x我这条数据中根本没有反义词。反义词的标识为
+ q0 Y0 C) ^5 _The pointer_symbol s for adjectives are:$ q G5 b. Z$ m, x* }% @
! Antonym

我查了一下，epwing格式wordnet3.1 big词条下这个义项下也没有反义词

lxchen2001 · 发表于 2016-9-12 14:27:50

kyletruman 发表于 2016-9-12 13:275 P* ^) v; |3 S: ]) n7 J; ~- d
我查了一下，epwing格式wordnet3.1 big词条下这个义项下也没有反义词

官网上有：

{00174652} <adj.all>[00] S: (adj) big#13 (big%3:00:00:pregnant:00), enceinte#1 (enceinte%3:00:00:pregnant:00), expectant#2 (expectant%3:00:00:pregnant:00), gravid#1 (gravid%3:00:00:pregnant:00), great#6 (great%3:00:00:pregnant:00), large#7 (large%3:00:00:pregnant:00), heavy#27 (heavy%3:00:00:pregnant:00), with child#1 (with_child%3:00:00:pregnant:00) (in an advanced stage of pregnancy) "was big with child"; "was great with child"

similar to
derivationally related form
antonym
{00174955} <adj.all> W: (adj) nonpregnant#1 (nonpregnant%3:00:00::) [Indirect via pregnant] (not pregnant)

lxchen2001 · 发表于 2016-9-12 14:50:12

kyletruman 发表于 2016-9-12 13:21
( O- o, E9 v3 p V! T3 X+ [, g$ edomain term category非常有用，3.0版的wordnet也有，期待楼主加上，谢谢！

已加入胜于官网

整理告一段落。

kyletruman · 发表于 2016-9-12 16:40:15

本帖最后由 kyletruman 于 2016-9-12 17:25 编辑

lxchen2001 发表于 2016-9-12 14:50
$ v& \1 I+ c7 v, |已加入胜于官网
3 q3 ?* C3 Y2 B- u7 G9 P {/ H* J- C2 O& X6 Q8 h
整理告一段落。

楼主可否把您大作中的usage(像Wordnet3.0那样)改成usage domain呢？(比如查crazy可以看到楼主大作中的usage)
因为光说usage太宽泛了。
这里分享一个Wordnet3.0.mdx，供楼主参考。链接: https://pan.baidu.com/s/1hsyQuIK 密码: 78kk

由于论坛到现在发帖时还不能上传图片和附件，麻烦楼主花时间查查词典看看了，谢谢！

kyletruman · 发表于 2016-9-12 17:18:37

本帖最后由 kyletruman 于 2016-9-12 17:24 编辑

楼主，我发现3.0版的wordnet.mdx中很多单词的antonyms和Derivationally related forms:之后有(for: ××××)，比如查big和small，这两个单词下就有(for: ××××)，但是epwing格式的wordnet3.1没有，楼主可否从3.1版的wordnet数据中提取出antonyms和Derivationally related forms:之后的(for: ××××)呢？
谢谢！

		自动登录	找回密码
密码			免费注册

[词典校勘] WordNet 3.1 MDX 勘误 - 问答 - 交流

本帖子中包含更多资源

本帖子中包含更多资源

点评