NLTK和Pandas -将synset添加到列表中

Question

我想要一个作为新行添加到dataframe的列表。

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 = []

相反，该行被添加为列。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)

在Long中

在NLTK中查询WordNet接口时，查询一个单词会返回一个“概念”，也称为“同义词集”。

>>> 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']

您也可以直接使用它们的" name“来访问synset，通常的"name”约定是(i)第一个词条名称，然后点(ii) POS标签和点(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)，您可以将其提供给pandas.DataFrame以将其转换为数据帧。