NTLK コーパス ライブラリでマークされているように、princeton WN センスからセンス オフセットを取得できます。
[in]:'dog.n.01'
>>> from nltk.corpus import wordnet as wn
>>> ss = wn.synset('dog.n.01')
>>> offset = str(ss.offset).zfill(8)+"-"+ss.pos
>>> print offset
[out]:'02084071-n'
そのオフセットは、 http://casta-net.jp/~kuribayashi/cgi-bin/wn-multi.cgi?synset=02084071-n&lang=engで使用されている規則に似ています。
wordnetコーパス全体をループせずに逆を行うにはどうすればよいですか? どこ:
[in]: '02084071-n'
[out]: 'dog.n.01' or Synset('dog.n.01')
私はこれを行うことができましたが、それは長すぎて冗長なサイクルが多すぎます:
[in]: '02084071-n'
in_offset, in_pos = "02084071-n".split("-")
from nltk.corpus import wordnet as wn
nltk_ss = [i for i in wn.all_synsets() if i.offset == int(in_offset) and i.pos == in_pos][0]
print nltk_ss
[out]: Synset('dog.n.01')