【文件属性】：
文件名称：WordNetEmbeddings:从WordNet本体中获取单词嵌入
文件大小：24KB
文件格式：ZIP
更新时间：2021-04-27 12:41:42
word-embeddings wordnet semantic-networks semantic-spaces Python
WordNet嵌入
wnet2vec
文章
Saedi，Chakaveh，Antonio Branco，JoãoAntónioRodrigues和JoãoRicardo Silva，2018年， ，论文集，第三次自然语言处理的表示学习研讨会（RepL4NLP），计算语言学协会第56届年会，15- 2018年7月20日，澳大利亚墨尔本。
上一篇文章中使用的WordNet
以上论文中使用的测试仪
请注意，以上论文中提出的从语义网络到语义空间的方法包括基于随机的子过程（例如，从一组具有相同输出边缘数的单词中选择一个单词）。 在不同的代码运行中，测试分数可能会略有波动。
楷模
本文中提到的使用运行6万个单词的最佳wnet2vec模型，可在下载。
如何运行wn2vec软件
要将输入文件提供给软件，必须存在以下结构：
|-- main.py
|-- data
| |-- input
【文件预览】：
WordNetEmbeddings-master
----modules()
--------vector_generator.py(34KB)
--------vector_accuracy_checker.py(5KB)
--------__init__.py(0B)
--------vector_distance.py(6KB)
--------input_output.py(8KB)
--------sort_rank_remove.py(2KB)
----main.py(10KB)
----LICENSE(1KB)
----README.md(3KB)
----.gitignore(14B)