我想在Elasticsearch索引中使用同义词
token过滤器。我下载了WordNet 3.0的Prolog版本,并找到了Elasticsearch可以理解的wn_s.pl
文件。然而,该文件似乎包含各种单词和短语的同义词,而我真正感兴趣的只是支持名词的同义词。有没有办法提取这些类型的条目?
我想在Elasticsearch索引中使用同义词
token过滤器。我下载了WordNet 3.0的Prolog版本,并找到了Elasticsearch可以理解的wn_s.pl
文件。然而,该文件似乎包含各种单词和短语的同义词,而我真正感兴趣的只是支持名词的同义词。有没有办法提取这些类型的条目?
考虑到wn_s.pl
的格式是
s(112947045,1,'usance',n,1,0).
s(200001742,1,'breathe',v,1,25).
一个非常原始的方法是在终端中执行以下内容,以仅获取包含',n,'字符串的文件行。
grep ",n," wn_s.pl > wn_s_nouns_only.pl
文件wn_s_nouns_only.pl
仅包含标记为名词的条目。
grep ",n," wn_s.pl > wn_s_nounsOnly.pl
,这是一个稍微更短的版本。 - flamecto