CoreNLP：它可以判断一个名词是指一个人吗？

Question

CoreNLP能否确定一个普通名词（与专有名词或专有名称相对）是指一个开箱即用的人？或者，如果我需要为此任务训练模型，我该如何解决？

首先，我不是在寻找共识解决方案，而是寻找它的构建块。根据定义，共同依赖取决于上下文，而我试图评估孤立的单词是否是“人”或“人”的子集。例如：

is_human('effort') # False
is_human('dog') # False
is_human('engineer') # True

我天真地尝试使用Gensim和spaCy的预训练单词向量未能将“工程师”排在其他两个单词之上。

import gensim.downloader as api
word_vectors = api.load("glove-wiki-gigaword-100") 
for word in ('effort', 'dog', 'engineer'):
    print(word, word_vectors.similarity(word, 'person'))

# effort 0.42303842
# dog 0.46886832
# engineer 0.32456854

我发现以下来自CoreNLP的名单很有希望。

dcoref.demonym                   // The path for a file that includes a list of demonyms 
dcoref.animate                   // The list of animate/inanimate mentions (Ji and Lin, 2009)
dcoref.inanimate 
dcoref.male                      // The list of male/neutral/female mentions (Bergsma and Lin, 2006) 
dcoref.neutral                   // Neutral means a mention that is usually referred by 'it'
dcoref.female 
dcoref.plural                    // The list of plural/singular mentions (Bergsma and Lin, 2006)
dcoref.singular

这些对我的任务有用吗？如果是这样，我将如何从Python wrapper访问它们？谢谢。

Answer 1

我建议改为尝试WordNet，看看：

1. 如果有足够的条款由WordNet和
2. 如果你想要的术语是person.n.01的下位词。

你必须扩展它以涵盖多种感官，但要点是：

from nltk.corpus import wordnet as wn

# True
wn.synset('person.n.01') in wn.synset('engineer.n.01').lowest_common_hypernyms(wn.synset('person.n.01'))

# False
wn.synset('person.n.01') in wn.synset('dog.n.01').lowest_common_hypernyms(wn.synset('person.n.01'))

请参阅lowest_common_hypernym：http://www.nltk.org/howto/wordnet_lch.html的NLTK文档