【更新10-1】WordNet 3.1 MDX, 1.50 国庆完美版

lxchen2001 · 发表于 2016-9-9 13:12:35

本帖最后由 lxchen2001 于 2016-10-1 22:50 编辑

1.50 见 https://www.pdawiki.com/forum/fo ... &fromuid=187103

========================
1.40: 标准版
1. 调整了抓取数据方法，kyletruman在勘误贴中提到的Derivationally Related Form, Pertainym问题得到修正。谢谢K常委，非常细致。
（https://www.pdawiki.com/forum/fo ... &fromuid=187103， https://www.pdawiki.com/forum/fo ... &fromuid=187103）

2. 加入了JS隐藏显示Full Hypo

3. 优化css

4. 过滤掉Full Hypo最多的19项：entity.n.01, physical_entity.n.01, abstraction.n.06, object.n.01, whole.n.02, living_thing.n.01, organism.n.01, psychological_feature.n.01, artifact.n.01, group.n.01, causal_agent.n.01, event.n.01, attribute.n.02, person.n.01, act.n.02, matter.n.03, biological_group.n.01, taxonomic_group.n.01。在不影响速度上也能得到99.9%的资料。

5. 故不再提供删节版。仅提供全英文版和英文+中文简释近完整版。

====================================
注：1.11是完全英文版本，1.21基于1.11 + 部分词汇有中文解释 + 加入了Glossary。
css修改可以参见 192楼的帖子 https://www.pdawiki.com/forum/fo ... &fromuid=187103
Glossary Table修改参见：https://www.pdawiki.com/forum/fo ... &fromuid=187103

下载目录中提供了一个小Sample文档

====================================
1.21
1. 修改了MDICT中Glossary无法跳转的问题
2. Glossary内文字少做修改，补充了例子。

9.17版本 1.20
1. 部分义项加入中文简解，约30-40%
2. 加入Glossary 专用名词表
3. 动词Full Hyponyms改为Full Troponyms，和官网一致

====================================
1.11 Hyponyms中下划线的修正

9.14 版本1.1
- 修改css，排版感觉更整体。之前的版本左边有错位的情况。
- 修改了naisren(116楼)提出的重复条目问题。Hyponyms亦去重。
- 增添Verb Frame功能，动词应用。
- Domain Term Category: 改名为 Full Hyponyms: 官网上亦从此词。官网上还更严格， Full Hyponyms针对名词，动词用Full Troponym

提供2个版本：
- 提供了删节版，Full Hyponyms < 200 单词才会显示，详见naisren提议。手机上用户、电脑速度慢者建议用此版本。
- 完全版Full Hyponyms, 有些词条确实太密密麻麻啦，慎用。

（Wordnet能查到的功能除了形容词还有个分类外，没看到其他词与词之间的关系了。类似性的比较需要2组词相比）
(Sister terms可以通过点击 Inherited Hypernyms的第一个选项查Hyponyms得到）

====================================
9.13 版本1.01
进行了小的修改
- Hyper Path: 1.0中顺序有误，现在按照官网写法Inherited Hypernym
- Usage 改成 Domain Usage

====================================
9-12：更新
加入新功能：
1. Hyper Path: 显示上一级的词汇，层层往上
2. Domain Term Category: 这个分类比官网的词汇还丰富，包括所以下次层的词汇。查查： unwelcome person

Wordnet的功能整理基本上结束。已经是部重磅词典，整理出来的TXT大小350MB。
Wordnet的特点是展示词汇关系，这是其他词典不具备的。使用时要根据这个特点。

====================================
9-11：下午更新
1. Center/Centre of Gravity等50-60处的问题修改了数据库。服务器连不上时已经解决。
2. abasic那里 Derivationally Related Form, Pertainyms 重复显示的原因已经找到，修改了自己的代码，避免重复显示
3. 将单词列表做了排序，排序按synset顺序

-------------------------------------------------------------------------
9-11：更新

- 补充了义项关系, 包括Similar to, Derivationally Related Form, Attributes, Domains, Derivationally Related Form, Pertainyms
- 补充了词条(lemma)的词频（不过不是很懂其统计原理）
- 修改了css, 排版紧凑些

数据转自nltk wordnet, 有些bug, 因此有些显示不正确
已知例子：
1. center of gravity: 无区域显示（还有其他的，估计是解析上的错误，Pukka能正确显示）
2. 有些Pertainyms/Derivationally Related Form, 有重复显示，验证过，确实不是我的问题。例子：abasic

（这些问题不影响使用）

----------------------------------------------------------------------------
花了点时间，弄懂WordNet的结构，制作起来就不是很困难了。

WordNet不是普通的词典，它的特点是将语义相近的词并在一起，组成一组Synset。注重Synset与Synset之间关系。

除了同义反义词，Hypernym/Hyponym（上位、下位词），本套还列出了：Holonyms, Meronyms, Substance Meronyms, Entailments

摘自网路：
"上位词和下位词称为词汇关系，它们连接了两个语义集。在一个层次结构中，这两种关系可沿着一棵树上行或下行，表示出了is-a关系。WordNet中还有其它重要的关系，如成分词（Meronym）和合成词（Holonym）。如trunk（树干）、crown（树冠）是tree的组成部分；从木质的角度来看，又有赤木质（heartwood）和白木质（sapwood）等分类；还有，树本身可构成森林。

动词之间也存在关系。如walking牵涉（entail）stepping。"

Holonym:
A term that denotes a whole whose part is denoted by another term, such as 'face' in relation to 'eye'.
- Body is a holonym of arm, leg and heart.
- Word is a holonym of letter.

Meronym:
A term used to denote a thing that is a part of something else
- "Wheels" is a meronym of the word "automobile".

Entailment:
the verb Y is entailed by X if by doing X you must be doing Y
- to sleep is entailed by to snore

用了一下，觉得还是WordNet还是挺特别的，很适合区别语义。比如大多数词典同义词是按照词条列出，有时查到的同义词却不是想表达的，而WordNet的同义词则是按照义项列出; 另外义项中的下位词可以用于更精确表达。

lxchen2001 · 发表于 2016-10-1 22:48:19

终于完成新的国庆完美版，信息几乎100%和官网一致了。

1.50：
- 扩大的反义词的查询
- 增加的句式用法（verb frame -> sentence frame, 呈现方式完暴官网）
- Full Troponym点击显示移除，一般词汇不多
- 删除了Synset里面的Frequency, 意义不大的信息, 界面简洁些。（今后倒是可以考虑把其他词频信息并入）

链接: https://pan.baidu.com/s/1i5dQ6vr 密码: 8qh7

lxchen2001 · 发表于 2016-9-14 10:34:49

knetxp 发表于 2016-9-14 08:07
每天都是新的

我也不想每天弄呢

现在抓取一次数据要跑半个小时

1.1删节版本上发现个问题刚刚修正了

eeshu · 发表于 2016-9-28 18:06:47

lxchen2001 发表于 2016-9-28 15:34
这不是数据问题 WN就是这样设计的

同个Synset里面的词是通用的所以例句是Synset的例句单词可以互 ...

看来还得好好研究研究，和普通词典不太一样。

waynewang1975 · 发表于 2016-9-27 10:31:37

谢谢你的分享！获益良多！

flysky120 · 发表于 2016-9-9 16:33:02

谢谢楼主分享

Dictseeker · 发表于 2016-9-9 16:22:19

谢谢楼主的辛苦付出

yangxiups · 发表于 2016-9-9 16:15:00

Thanks for sharing！

xliley01 · 发表于 2016-9-9 15:55:41

谢谢，分享给大家你的成果。

lxchen2001 · 发表于 2016-9-9 15:49:24

gamechris 发表于 2016-9-9 15:36
終於有高人出手了.一直都沒有 mdx 版.多謝你的付出和努力.

我不是什么高手，好学而已吧。

当时看资料，不是很懂其意，专业词好复杂。静下心来，多实验一下，就搞定了。

gamechris · 发表于 2016-9-9 15:36:06

終於有高人出手了.一直都沒有 mdx 版.多謝你的付出和努力.

dolanskurd · 发表于 2016-9-9 13:15:03

本帖最后由 dolanskurd 于 2016-9-18 10:30 编辑

thanks for sharing

lxchen2001 · 发表于 2016-9-9 13:15:56

dolanskurd 发表于 2016-9-9 13:15
thanks for sharing

You are really fast.

dolanskurd · 发表于 2016-9-9 13:17:02

lxchen2001 发表于 2016-9-9 08:15
You are really fast.

Hahaha. Thanks!

路人甲一 · 发表于 2016-9-9 13:27:38

最近几天，WordNet 3.1这部词典突然火的不行了，哪个版块都在说它

大大傻子 · 发表于 2016-9-9 14:01:08

分享了么？没看到下载的地方啊

skydan05 · 发表于 2016-9-9 14:06:13

谢谢lxchen2001！！！

a200166 · 发表于 2016-9-9 14:07:11

太及时了，大家都在等着，功德无量啊！

28836919 · 发表于 2016-9-9 14:15:00

用了3.0的数据。只能说这个词典可以取代目前我所有其它的同义词词典了

经典与古典 · 发表于 2016-9-9 14:16:24

谢谢lxchen2001兄，非常好的同义词典

fanziyu · 发表于 2016-9-9 14:21:58

感谢lxchen2001分享，好像没下载地址？权限不够？

elusty · 发表于 2016-9-9 15:05:21

楼主动作真快。

Tony89 · 发表于 2016-9-9 15:10:42

感谢lxchen2001 ！！！的精彩的作品

averill25 · 发表于 2016-9-9 15:21:16

谢谢楼主~ 先下载比对。

lilospook · 发表于 2016-9-9 15:24:28

又多了一種詞書, 謝謝樓主無私的分享!!

[英英] 【更新10-1】WordNet 3.1 MDX, 1.50 国庆完美版

评分

本帖被以下淘专辑推荐:

点评

点评

点评

点评