Comment obtenir des synonymes classés par leur probabilité d'occurrence à partir de Wordnet

Question

Je recherche dans Wordnet des synonymes pour une grande liste de mots. La façon dont je l'ai fait, quand un mot a plus d'un synonyme, les résultats sont retournés dans l'ordre alphabétique. Ce dont j'ai besoin, c'est de les faire trier par leur probabilité d'occurrence, et je prendrais seulement le synonyme 1 supérieur.

J'ai utilisé la base de données prolog wordnet et Syns2Index pour le convertir en index de type Lucene pour l'interrogation des synonymes. Y a-t-il un moyen de les ordonner par leurs probabilités de cette façon, ou je devrais utiliser une autre approche?

La vitesse n'est pas importante, cette recherche de synonyme ne se fera pas en ligne.

Answer 1

Je pense que vous devriez faire un autre pas (à condition que la vitesse ne soit pas importante). À partir de l'index Lucene, vous devriez construire un autre dictionnaire dans lequel chaque mot est mappé à un petit objet qui contient le seul synonyme que sa signification a une plus grande probabilité d'apparition, sa signification, et la probabilité d'apparition. I.e., étant donné ce code:

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

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

... il suffit de le remplir à partir de l'index Lucene.

Answer 2

Dans le cas où quelqu'un trébuche sur ce fil, ce fut le chemin à parcourir (au moins ce que je avais besoin):

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

méthode tagCount donne le groupe synset le plus probable pour chaque mot. Le problème est encore que synset avec des probabilités élevées peut à nouveau avoir plusieurs mots. Mais je suppose qu'il n'y a aucune chance d'éviter cela