如何从 Wordnet 中获取按出现概率排序的同义词

Question

我正在 Wordnet 中搜索一大堆单词的同义词。按照我的方式，当某个单词有多个同义词时，结果按字母顺序返回。我需要的是让它们按出现概率排序，并且我只取前 1 个同义词。

我使用了prolog wordnet数据库和Syns2Index将其转换为Lucene类型索引来查询同义词。有没有办法让它们按这种方式按概率排序，或者我应该使用另一种方法？

速度并不重要，同义词查找不会在线完成。

Answer 1

如果有人偶然发现这个线程，这就是要走的路（至少是我需要的）：

http://lyle.smu.edu/~tspell/jaws/doc/edu/smu/tspell/wordnet /impl/file/ReferenceSynset.html#getTagCount%28java.lang.String%29

tagCount 方法给出每个单词最可能的同义词集组。问题又是概率最高的同义词集可以有几个单词。但我想没有机会避免这个

Answer 2

我认为你应该再做一步（前提是速度并不重要）。

从 Lucene 索引中，您应该构建另一个字典，其中每个单词都映射到一个小对象，该对象包含唯一的同义词，其含义具有更高的出现概率，其含义和出现概率。即，给定以下代码：

class Synonym {
public:
    String name;
    double probability;
    String meaning;
}

Map<String, Synonym> m = new HashMap<String, Synonym>();

...您只需从 Lucene 索引中填充它即可。