使用 synonym() 从 wordnet 中提取同义词

Question

假设我通过 synonym() 函数从 wordnet 中提取“help”的同义词，并得到以下结果：

Str = synonyms("help")    
Str
[1] "c(\"aid\", \"assist\", \"assistance\", \"help\")"     
[2] "c(\"aid\", \"assistance\", \"help\")"                 
[3] "c(\"assistant\", \"helper\", \"help\", \"supporter\")"
[4] "c(\"avail\", \"help\", \"service\")"  

然后我可以在最后使用一个字符串

unique(unlist(lapply(parse(text=Str),eval)))

，如下所示：

[1] "aid"        "assist"     "assistance" "help"       "assistant"  "helper"     "supporter" 
[8] "avail"      "service"

上述过程是由 Gabor Grothendieck 建议的。他/她的解决方案很好，但我仍然无法弄清楚，如果我将查询词更改为“公司”、“男孩”或其他人，则会响应错误消息。

一个可能的原因可能是“公司”的“第六个”同义词（请参见下文）是一个单独的术语，并且不遵循“c（\”公司\“）”的格式。

synonyms("company")

[1] "c(\"caller\", \"company\")"                                    
[2] "c(\"company\", \"companionship\", \"fellowship\", \"society\")"
[3] "c(\"company\", \"troupe\")"                                    
[4] "c(\"party\", \"company\")"                                     
[5] "c(\"ship's company\", \"company\")"                            
[6] "company"

有人可以帮我解决这个问题吗？ 非常感谢。

Answer 1

您可以通过创建一个小辅助函数来解决这个问题，该函数使用 R 的 try 机制来捕获错误。在这种情况下，如果eval产生错误，则返回原始字符串，否则返回eval的结果：

创建一个辅助函数：

evalOrValue <- function(expr, ...){
  z <- try(eval(expr, ...), TRUE)
  if(inherits(z, "try-error")) as.character(expr) else unlist(z)
}

unique(unlist(sapply(parse(text=Str), evalOrValue)))

产生：

[1] "caller"         "company"        "companionship" 
[4] "fellowship"     "society"        "troupe"        
[7] "party"          "ship's company"

---

我重现了您的数据并然后使用 dput 在这里重现它：

Str <- c("c(\"caller\", \"company\")", "c(\"company\", \"companionship\", \"fellowship\", \"society\")", 
"c(\"company\", \"troupe\")", "c(\"party\", \"company\")", "c(\"ship's company\", \"company\")", 
"company")

Answer 2

这些同义词的形式看起来像表达式，因此您应该能够按照所示方式解析它们。但是：当我执行上面的原始代码时，我从同义词调用中收到错误，因为您没有包含词性参数。

> synonyms("help")
Error in charmatch(x, WN_synset_types) : 
  argument "pos" is missing, with no default

请观察 synonyms 的代码使用 getSynonyms 并且它的代码有一个 unique 包裹着它，所以您正在做的所有预处理都是不再需要（如果您更新）；：

> synonyms("company", "NOUN")
[1] "caller"         "companionship"  "company"       
[4] "fellowship"     "party"          "ship's company"
[7] "society"        "troupe"        
> synonyms
function (word, pos) 
{
    filter <- getTermFilter("ExactMatchFilter", word, TRUE)
    terms <- getIndexTerms(pos, 1L, filter)
    if (is.null(terms)) 
        character()
    else getSynonyms(terms[[1L]])
}
<environment: namespace:wordnet>

> getSynonyms
function (indexterm) 
{
    synsets <- .jcall(indexterm, "[Lcom/nexagis/jawbone/Synset;", 
        "getSynsets")
    sort(unique(unlist(lapply(synsets, getWord))))
}
<environment: namespace:wordnet>