[Text Mining][WordNet] 撈出 WordNet 同義字 by JWI (the MIT Java WordNet Interface) ~S－葛瑞斯肯樂活筆記

undefined

JWI 是 MIT 開發用來操作 WordNet 的介面，它的官網如下:

http://projects.csail.mit.edu/jwi/

使用這個API之前，請先安裝 WordNet，這樣才可以寫程式去使用這個 Interface。

WordNet 官網: https://wordnet.princeton.edu/

以下記錄著使用 WordNet 搭配這個 JWI 來抓取同義字的 Java 程式。

	package wordnetdictionaryjwi;
	import edu.mit.jwi.Dictionary;
	import edu.mit.jwi.IDictionary;
	import edu.mit.jwi.item.IIndexWord;
	import edu.mit.jwi.item.ISynset;
	import edu.mit.jwi.item.IWord;
	import edu.mit.jwi.item.IWordID;
	import edu.mit.jwi.item.POS;
	import java.io.BufferedReader;
	import java.io.File;
	import java.io.FileReader;
	import java.io.IOException;
	import java.net.MalformedURLException;
	import java.net.URL;
	import java.util.ArrayList;
	public class WordNetDictionaryJWI {
	public static void main(String[] args) throws MalformedURLException, IOException {
	// construct the URL to the Wordnet dictionary directory
	//不需要使用下列兩行，因為會讓讀取路徑出錯
	//String wnhome = System . getenv ("C:\\Program Files (x86)\\WordNet\\2.1");
	//String path = wnhome + File. separator + "dict\\";
	ArrayList synonymList = new ArrayList();
	URL url = new URL("file", null,"C:\\Program Files (x86)\\WordNet\\2.1\\dict\\");

	//Construct the dictionary object and open it
	IDictionary dict = new Dictionary(url);
	dict.open();
	//Look up first sense of the word "dog"
	//將預設的字丟進synonymList中
	FileReader fr = new FileReader("seed.txt");
	BufferedReader br = new BufferedReader(fr);
	while(br.ready()){
	synonymList.add(br.readLine());

	}
	System.out.println("ㄧ開始seed的字 : "+synonymList);

	ArrayList tempList = new ArrayList();
	//System.out.println(tempList.size());

	ArrayList pos = new ArrayList();
	pos.add(POS.NOUN);
	pos.add(POS.ADJECTIVE);
	pos.add(POS.ADVERB);
	pos.add(POS.VERB);
	//掃幾層
	for(int k=0;k<2;k++){
	//每一個字取同義字
	for(int r=0;r<synonymList.size();r++){
	//對於每一種詞性
	for(int i=0;i<pos.size();i++){

	IIndexWord idxWord = dict.getIndexWord(synonymList.get(r), pos.get(i));
	//如果這個詞性存在
	if(idxWord!=null) {
	//讀出字所有的sense, 並取其同義字
	for(int j=0;j<idxWord.getWordIDs().size();j++){
	IWordID wordID = idxWord.getWordIDs().get(j);//j-th sense
	//取出j-th sense的字
	IWord word = dict.getWord(wordID);
	//取出該word的同義字
	ISynset synset = word.getSynset();
	//針對這些同義字
	for(IWord w:synset.getWords())
	{
	String temp = w.getLemma().replaceAll("[,;:.?!'_-]"," ");
	if(!tempList.contains(temp))
	{
	tempList.add(temp);
	System.out.println(temp);
	}
	}
	}
	}
	}//end 每一種詞性
	}//end synonym裡每一個字
	//針對取出來的同義字，把不重覆的擺回synosymList
	for(int r=0;r<tempList.size();r++){
	if(!synonymList.contains(tempList.get(r))){
	synonymList.add(tempList.get(r));
	}
	}
	tempList.clear();
	}//end 掃幾層
	System.out.println(synonymList.size());
	}
	}