Prolog 与 WordNet （1）

本文翻译的原作，是 Sarah Witzig 写的 《 Accessing WordNet from Prolog 》。

用 Prolog 操作 WordNet

WordNet 是个语义网络系统，开发者是普林斯顿大学。本文详细介绍 Prolog 版本的 WordNet 数据库，和接口谓词。

WordNet是使用更为方便的词典。打出想要的词句，便可得到相应的全部信息，不必按字母排列顺序费劲巴拉地去找。

WordNet还可作为各种应用程序的输入数据。它有个Prolog数据库。本文是其说明文档，也介绍了对数据库的几点优化。

1、基本概念

WordNet 的建造基础，是同义词的集合，简称synset。同一synset中的词汇，有同一个标示符。由于一个词可能多义，它也会属于其他synset，在Prolog数据库里形成多个词条、多个标示符。

上述基本信息，Prolog 用子句作出定义，并保存在文件 wn_s.pl。

一个子句，包含一个词及其标示符和附加信息。

名为 wn_xxx.pl 的文件还有15个。这里 xxx 表示 WordNet 词汇的不同关系。例如，wn_s.pl 是 WordNet_synset 的意思。

由 xxx 表示的关系，也有语义和词汇上的含义。词汇间的关系，由词汇单元间的联系描述。分组形成集合本身就是词汇关系。

语义关系表示词汇含义之间的关联。例如，上位关系是种语义关系，它说明处于高级地位或者属于高等类别。

2、各种 Prolog 文件

（1） wn_s.pl

wn_s.pl 是主要文件，它存储 WordNet 语料库的 synet 信息。

每个词由有 6 个参数的谓词 s 表示：

s(synset_ID,w_num,‘word’,ss_type,sense_number,tag_count).

第1个参数synset_ID是9位数字，指出该词属于的synset。如上所说，属于同一synset的词汇是同义词。

它的编码是根据synset的句法范畴，从9位数的第1位来看：

1 ：名词；

2 ：动词；

3 ：形容词；

4 ：副词。

9位数的其余8位，标示特定的synset。

第2个参数w_num是该词在synset中的位置，值是从1开始的连续数列。例如，编号为100041682的synset知识库看起来是这样的：

s(100041682,1,‘close_call’,n,1,0).

s(100041682,2,‘close_shave’,n,1,0).

s(100041682,3,‘squeak’,n,2,0).

s(100041682,4,‘squeaker’,n,2,0).

s(100041682,5,‘narrow_escape’,n,1,1).

第3个参数是处于单括号中间的词汇本身，如‘close_call’。

第4个参数ss_type表示synset的类型。类型限于名词、动词、形容词、副词。不包括代词、连词、介词、感叹词。

名词、动词、副词，分别用 n、v、r 表示；

形容词分为单词和 adjective satellites 2种。如果一个词属于 head synset，它也是形容词。

（2）wn_g.pl

它是个注解文件，对每个synset提供词汇的定义、解释和例句。它的谓词是：

g(synset_ID,‘(gloss)’).

第1个参数是synset的标示符，第2个参数是由圆括号和单引号包围起的注解。

例如，标示符为100031541的synset有2个词 walking 和 sledding。相应的子句g()则给出这2个词的定义。

g(100031541, ‘(advancing toward a goal; ‘‘persuading him was easy going’’;

‘‘the proposal faces tough sledding’’)’).

（3）wn_hyp.pl

hyp 是 hypernym 的缩写，意思是“上位词”。一个词的上位词，是指含义更为宽泛的词。仅动词、名词才有上位词。例如，“狗”的上位词是“哺乳动物”和“动物”。上下位的关系存在于2个synset之间，属于语义关系。

在 wn_hyp.pl 文件中，谓词 hyp(synset_ID_1,synset_ID_2) 表示上下位关系。

在 2 个参数中，synset_ID_2 代表的同义词集合，是 synset_ID_1 的上位。

例如，单词 dog 的 synset 标示符是 101752990。在文件 wn_hyp.pl 中，可查到 hyp(101752990, 101752283)，集合101752283中的词都是dog的上位词，例如 canine （犬科的）。记住，一个词的上位词的上位词，也是该词的上位词。可以据此找到上位关系链。

在Working with WordNet一节中，会介绍谓词 find_hyp/3 和 find_hyp_chains/2，实验上位关系。