zebradil / ruwordnet

Various tools for generating and managing RuWordNet thesauri database.

RuWordNet tools

Various tools for generating and managing RuWordNet thesauri database. http://ruwordnet.ru

See also: http://www.labinform.ru/pub/ruwordnet/index.htm

How to use (Instruction in Russian)

General information

The RuWordNet thesaurus is a thesaurus of the Russian language created in the format of well-known English thesaurus [WordNet] (https://wordnet.princeton.edu/). It was constructed using semi-automatic transformation of other Russian thesaurus for natural language processing RuThes (http://www.labinform.ru/pub/ruthes/).

RuWordNet contains synsets (sets of synonyms) for nouns (single nouns and noun phrases), verbs (single verbs and verb phrases) and adjectives:

• 29297 noun synsets;
• 12865 adjective synsets;
• 7636 verb synsets.

Currently, RuWordNet thesaurus contains 111.5 thousand of unique Russian words and expressions.

Between synsets of the same part of speech, the following relations are established: hyponym-hypernym, instance-class, part-whole, antonymy relation, domain relations. For verbs, cause and entailment relations are described. Also part-of-speech synonymy links are established between synsets of different parts of speech having the same meaning.

RuWordNet thesaurus is distributed for non-commercial use. To obtain xml-files of the thesaurus, you can write to Natalia Loukachevitch ([email protected]).

RuWordNet Thesaurus is created with the support of Russian Foundation for Humantities (project 15-04-12017v).

Bibliography

• Loukachevitch N., Dobrov B. RuThes linguistic ontology vs. Russian wordnets. Proceedings of Global WordNet Conference GWC-2014. – 2014.
• Loukachevitch N. V., Lashevich G., Gerasimova A. A., Ivanov V. V., Dobrov B. V. Creating Russian WordNet by Conversion. In Proceedings of Conference on Computatilnal linguistics and Intellectual technologies Dialog-2016, 2016. pp.405-415
• Loukachevitch N., Lashevich G. Multiword expressions in Russian Thesauri RuThes and RuWordNet. Proceedings of the AINL FRUCT 2016, 2016. pp.66-71.

ruwordnet's Issues

Неправильные связи derived_from

Через пути в тезаурусе мы выводили отношения между однокоренными словами.
И при выводе никакие однозначные идентификаторы (номер понятия или имя понятия) не сохранялись, и в случае, когда выводилась связь между однокоренными многозначными словами, возникает точно такая же проблема.

В итоге, когда мы смотрим на многозначное слово (например, "брак"), мы видим смесь однокоренных слов для разных значений:

БРАКЕРАЖ,
БРАКОВАННЫЙ,
БРАКОВАТЬ,
БРАКОВКА,
БРАКОВОЧНЫЙ,
БРАКОРАЗВОДНЫЙ,
БРАКОСОЧЕТАНИЕ,
БРАКОСОЧЕТАТЬСЯ

На самом деле эти однокоренные слова должны быть даны к словам в конкретном значении,
и сами должны быть в конкретном значении.

Обновить инструкцию

Отразить в инструкции использование pipenv.

Отсутствует текстовый вход ОЦИФРОВАТЬ

Есть связанные с ним ОЦИФРОВЫВАТЬ, ОЦИФРОВКА. В БД такой вход есть, нужно проверить синсет.

Неправильные связи composed_of

Для версии ruwordnet мы создавали файл composed_of, который описывает связи словосочетания со значениями слов-компонентов.

Для этого мы прослеживали пути между понятием словосочетания и понятиеми слов-компонентов. Если путь найден, то мы считали, что связь есть.

Например,
ИЗОБРАЖЕНИЕ В ПЕРСПЕКТИВЕ :
ИЗОБРАЖЕНИЕ - hypernym
ПЕРСПЕКТИВА - synset

Проблема в том, что и слова изображение и перспектива — неоднозначные.
И по путям мы приходим к одним значениям, а в окончательный файл вносятся другие значения (возможно, случайные).

В окончательном файле все выглядит так. И все эти идентификаторы текстового входа, и синсета, они не правильные, относятся не к тем значениям.

  <sense name="ИЗОБРАЖЕНИЕ В ПЕРСПЕКТИВЕ" id="102748" synset_id="N34727">
    <composed_of>
      <sense name="ИЗОБРАЖЕНИЕ" id="115436" synset_id="N26629"/>
      <sense name="ПЕРСПЕКТИВА" id="16083" synset_id="N16181"/>
    </composed_of>
  </sense>

Решение: при построении путей (как все и было) просто запоминать номера, которые позволят идентифицировать правильные значения.

Dependency Dashboard

This issue lists Renovate updates and detected dependencies. Read the Dependency Dashboard docs to learn more.

Open

These updates have all been created already. Click a checkbox below to force a retry/rebase of any.

• Update dependency lxml to v4.9.4
• Update dependency psycopg2 to v2.9.9
• Update dependency pylint to v2.17.7
• Update dependency tqdm to v4.66.2
• Update dependency autoflake to v2.3.1
• Update dependency ipython to v8.23.0
• Update dependency isort to v5.13.2
• Update dependency lxml to v5
• Update dependency pylint to v3
• Click on this checkbox to rebase all open PRs at once

Detected dependencies

docker-compose

docker-compose.yaml

pep621

pyproject.toml

• poetry >=0.12

poetry

pyproject.toml

• python ^3.8
• lxml ^4.9.1
• argparse ^1.4.0
• tqdm ^4.47.0
• isort ^5.0.0
• psycopg2 ^2.8.6
• nltk ^3.6
• pymorphy2 ^0.9.1
• pylint ^2.5.3
• ipython ^8.0.0
• autoflake ^2.0

---

• Check this box to trigger a request for Renovate to run again on this repository