日本語 WordNet を使うにあたって調べたこと

概要

公式サイトから抜粋

日本語ワードネットは日本語の概念辞書です。個々の概念はそれぞれ「synset」という単位にまとめられており、それらが他のsynsetと意味的に結びついています。
本辞書は、英語ワードネットをもとに構築されました。
...
日本語ワードネットに収録されたsynset数や単語数、語義数は次のとおりです。

57,238 概念 (synset数)
93,834 words 語
158058 語義 (synsetと単語のペア)
135,692 定義文
48,276 例文

各種データ

今回は 日本語 WordNet (1.1) 最新版 を使う（ダウンロード）
Japanese Wordnet and English WordNet in an sqlite3 database を利用

基本的に「概念」と「単語」を使うことになると思う
「概念」に「単語」が紐付いていて、「概念」同士が関連している（上位語とか下位語とか）という構造

• synset
  • 概念の基本情報
    • synset（synset番号）
    • pos（品詞情報）
    • name（名称）
    • ...
• synset_def
  • 概念の定義
    • synset（synset番号）
    • lang（言語）
    • def（定義内容）
    • ...
• synlink
  • 概念間の関係性
    • synset * 2（synset番号）
    • link（関係性）
    • ...
• link_def
  • 関係性の定義
    • link（関係性）
    • lang（言語）
    • def（定義内容）
      • 大方の説明(一部ない)
        • ※ 品詞によって、関係性が分類されているよう（参考: Wikipedia）
        • Hype（上位語=当該synsetが相手synsetに包含される）
        • Hypo（下位語=当該synsetが相手synsetを包含する）
        • Inst（当該synsetは相手synsetの例である）
        • Hasi（当該synsetは相手synsetを例として持つ）
        • ...
    • ...
• sense
  • 概念と単語の関連
    • synset（synset番号）
    • wordid（単語ID）
    • lang（言語）
    • ...
• word
  • 単語
    • wordid（単語ID）
    • lang（言語）
    • lemma（内容）
    • pos（品詞）
    • ...
• pos_def
  • 品詞の定義
    • pos（品詞）
    • lang（言語）
    • def（定義内容）
• その他（よく分からない）
  • ancestor
    • 名前からして概念間の関係性を示していそう？
  • synset_ex
    • 概念の定義が入っている？
  • variant
    • 空、、
  • xlink
    • カテゴリ的なものが入っている？（例. サッカー→スポーツ）

検索してみる

「トカゲ」の上位語・下位語を取得する

SELECT
  w1.lemma, sl.link, w2.lemma
from synlink as sl
INNER JOIN synset as sy1 on sy1.synset = sl.synset1
INNER JOIN synset as sy2 on sy2.synset = sl.synset2
INNER JOIN sense as se1 on se1.synset = sy1.synset
INNER JOIN sense as se2 on se2.synset = sy2.synset
INNER JOIN word as w1 on w1.wordid = se1.wordid
INNER JOIN word as w2 on w2.wordid = se2.wordid
where w1.lemma = 'トカゲ' and sl.link in ('hype', 'hypo')
and se1.lang = 'jpn' and w1.lang = 'jpn' and se2.lang = 'jpn' and w2.lang = 'jpn'
=>
lemma	link	lemma
トカゲ	hype	蜥蜴類
トカゲ	hypo	ヤモリ
トカゲ	hypo	毒トカゲ
トカゲ	hypo	カメレオン

「カメレオン」って「トカゲ」に包含されるのか？？

ライセンス表示について

利用している旨明記する必要あり

参考

• 以下参考にさせてもらいました
  • 日本語WordNetを知る
  • WordNetの構造と類義語検索