用WordNet检测专有名词？
我正在使用JAWS访问WordNet 。 有一个词，有没有办法检测它是否是一个专有名词？ 看起来这些同义词具有相当粗略的词汇类别。
澄清一下，没有任何语境 – 它们只是单独呈现。 如果一个词可以想象地用作普通名词，那么它是可以接受的。 所以“标记”很好，因为虽然它可能是某人的名字，但它也可以指代一个点。 但是，“非洲”不是。
不幸的是，您无法从WordNet同义词中可靠地确定正确的名词信息。 您正在寻找的是命名实体识别 。 从维基百科页面可以找到Java中提供的多个版本的链接。 我个人推荐Stanford NER或LingPipe 。
更新：
基于没有上下文单词的附加约束，您可以使用大写作为主要指标，然后仔细检查WordNet以查看该单词是否可以用作名词。 也许是这样的：
String word = "foo"; boolean isProperNoun = false; if (Character.isUpperCase(word.charAt(0))) { WordNetDatabase database = WordNetDatabase.getFileInstance(); Synset[] synsets = database.getSynsets(word, SynsetType.NOUN); isProperNoun = synsets.length > 0; } 这将消除这样的误报：
如果你建造它……
如你所愿……
哦罗密欧，罗密欧……
并且仍然只是抓住了大写的名词
在马克 书中它说……
你最近听过The Roots或The Who吗？
但仍然给你误报
标记第一个实例……
预订 ‘他们，Danno。
因为它们可能是，但没有上下文你不知道。
如果你想变得非常棘手，你可以跟踪任何名词上的hypernym树，看看你是否达到了像’公司’或’国家’那样明显的东西。 然而，上次我使用WordNet（4年前）时，上位词/下位词关系不是非常可靠或一致，这可能会导致很多假阴性（并且没有改善我上面提到的误报，因为它们完全是依赖于上下文）。
让我过去你。 你可能不得不翻阅更多关于英语的书籍，以深入了解一个人无法在上下文中确定一个单词的词性这一事实。
您可以做的最好的是测试排除…确定WordNet知道在给定的词性中没有使用。 在某些情况下，您可能会发现WordNet中只列出了一个词性。 例如，我知道除了作为名词之外没有使用“汽车”。
将专有名词与普通名词区分开来更加困难。 当然你可以使用启发式…一个名词，它不是一个句子的最初单词并且是大写的，但不是在ALLCAPS中可能是一个专有名词。
最终，区别是语义而不是词法分析。 我怀疑你会找到一个基于在WordNet中查找单词的相当强大的解决方案。 我认为在你能够可靠地提取名词之前，你需要做自然语言语法分析，更不用说在散文中检测专有名词了。
如果使用linux命令行来使用Wordnet，则可以使用’wn -synsn’来获取单词的所有同义词。 专有名词将被大写。 例如，
$: wn mark -synsn Synonyms/Hypernyms (Ordered by Estimated Frequency) of noun mark 15 senses of mark Sense 1 mark, grade, score => evaluation, valuation, rating . . . Sense 8 Mark, Saint Mark, St. Mark INSTANCE OF=> Apostle, Apostelic Father INSTANCE OF=> Evangelist INSTANCE OF=> saint
但是，严重的是，请不要仅仅依赖于Wordnet。 有可能成为名词的专有名词Wordnet将不会向您提取任何信息。 试试这个名字Henrik吧！
但是，您可以从Google n-gram语料库等数据集构建单词w 的上下文 ，并使用此类上下文构建返回置信度分数的分类器（即，分类器可以说w是0 <的专有名词= c <= 1置信度。）
该信息似乎并未专门存储在WordNet中。 但是，您可以查看名词sysnet的第一个单词forms，看它是否大写。 不知道官方是多么的，但它似乎有效地告诉苍蝇不是一个专有名词而法国是。