wordnet 名詞從屬關係繪圖

Wordnet [官網、 維基百科] 是 Princeton 大學所建立的英文詞典。 裡面的詞彙 按照觀念 整理， 而不是按照字的拼字/外形整理。 例如 "fall.n.01" 是 「秋天」 的概念， 跟 "autumn.n.01" 是同一個概念， 兩者只是第 15236859 號名詞的不同寫法； 而 "fall.v.01" 則是另一個字 「跌倒」， 它是第 1972298 號動詞。 名詞之間有從屬關係。 例如 "great_ape" 巨猿有三個 hyponym (下義詞)： chimpanzee (黑猩猩)、 gorilla (大猩猩)、 orang_utan (紅毛猩猩)； 反過來說， "great_ape" 是 chimpanzee 的 hypernym (上義詞)。 可以大約把這理解為界門綱目科屬種的階層分類概念； 但它是英文詞典不是生物辭典， 所以畫出來的樹狀關係並不具有真正生物分類學的意義。 而且畫出來的也未必是樹狀關係， 有可能是 directed acyclic graph。

準備工作：

1. 按照 這篇 的三個 python 指令下載 wordnet 資料集。
2. 下載 gvhype.py。
3. 安裝 graphviz 套件

想要知道 "ape" 這個名詞底下還細分成哪些名詞， 可以這樣做：

gvhyp.py ape > ape.dot
dot -Tsvg ape.dot > ape.svg

然後用瀏覽器 「檔案=>開啟」 ape.svg 。 例如 silverback 是大猩猩群體裡面的 alpha male (人類世界川普王的概念)， 並不是一個亞種。

gvhyp.py 預設是向下展開； 但也可以用 -d up 指定反過來向上展開。 另外， 命令列上可以不只一個名詞。 這些名詞也可以用 wordnet 的語法寫。 例如本文另一張插圖是這樣產生的： ./gvhyp.py -d up n02084071 n02121620 horse ass.n.03 cow ox sheep > domestic_animals.dot ; dot -Tsvg domestic_animals.dot > domestic_animals.svg 其中 dog 就有兩個 hypernyms： canine 跟 domestic_animal。

比方說想要 下載 ImageNet 訓練圖片的一小部分 來訓練可以分辨各種猿類相片的類神經網路， 就可以先用 gvhyp.py 了解一下 ape 底下有哪些名詞， 其中哪些名詞可以歸為同一類， 然後建立 「一小部分」 那篇文章當中所需要的 ape-wnid.txt。

這個小工具對英語教學可能也有一些幫助。