FrameNet & FrameNet Python API （整理总结）

FrameNet & FrameNet Python API (整理总结)

FrameNet介绍

FrameNet

  FrameNet语料库是一个人读和机读的英语词汇数据库，它基于对实际文本中单词用法的注释示例。FrameNet基于一种叫做框架语义学的意义理论，该理论来源于Charles J. Fillmore及其同事的工作。其基本思想很简单:大多数单词的含义都可以通过语义框架(对事件、关系或实体及其参与者的描述)得到最佳理解。例如，烹饪的概念通常涉及到一个人做饭(Cook)，即将被烹饪的食物(food)，做饭时用来盛食物的东西(容器)和热源(加热设备)。在FrameNet项目中，这被表示为一个名为Apply heat的框架，而Cook、Food、Heating instrument和Container被称为frame elements (FEs)。链接这种框架的单词，如fry、bake、boil和broil，称为Apply_heat框架的词汇单元(LUs)。FrameNet的工作是定义框架，并对句子进行注释，以显示FEs如何与链接框架的单词在语法上匹配。

  在框架中的框架元素正式列出了他们在框架中功能的英文描述。框架是在一个网络中组织的，包括一个继承层次结构和其他类型的框架关系。在一个框架中列出的词汇条目被称为词汇单元(逻辑单元，lexicalunits ，LUs)。FrameNet的逻辑单元的详细目录包括内容和功能词。在形式上，一个逻辑单元LU连接一个框架的词元（词元的名字包含了一个语音标签。词元可能由一个单词如词组成如surrender.v，或多个单词，例如give up.v组成）。

Frames

  框架是类似脚本的概念结构，描述特定类型的场景、对象或事件，以及该框架所需的参与者和道具。例如，“Apply heat”框架描述了涉及厨师、一些食物和加热设备的常见情况，并由单词bake、blanch、boil、roast、brown、simmer、steam等引起。

  我们将框架的角色称为“框架元素”(FEs)，而引发框架的单词称为“词汇单元”(LUs)。

  FrameNet包括了框架之间的关系。FrameNet定义了几种类型的关系，其中最重要的是：

• Inheritance ： 一种IS-A关系。子框架是父框架的子类型，而且父框架中FE与子框架中的FE相对应。例如：“Revenge”框架继承自“Rewards_and_punishments”框架。
• Using： 子框架以父框架为背景，例如，“Speed”速度框架“uses”“Motion”运动框架；但是，并不是所有的父框架的FEs都绑定到子框架的FEs。
• Subframe： 子框架是父框架描述的一复杂事件的子事件。例如：“Criminal_process”刑事程序有很多子框架如 "Arrest"逮捕, "Arraignment"传讯, "Trial"审判,和"Sentencing"量刑。
• Perspective_on：子框架提供了一种方向角度来了解未能了解的父框架（子框架提供了未透视的父框架上的特定透视图）。例如在“Hiring”雇佣和“Get_a_job”工作框架中，分别从雇主和雇员的角度了解父框架“Employment_start”。

Lexical Units

  词汇单位(LU)是一个单词与单词意思的配对。例如，“Apply heat”框架描述了涉及厨师、一些食物和加热设备的常见情况，并由单词bake、blanch、boil、roast、brown、simmer、steam等引起。这些让人联想起框架的词是“Apply heat”框架中的逻辑单元。一个多义词的每一个词义都是不同的LU。

  我们用“word”这个词来谈论LUs。实际上关系很复杂。当我们说“bake”是一个多义词时，意思是词条“bake.v”（bake词有很多词形如：“bake”, “bakes”, “baked”, and “baking”）链接到三种不同的框架：

• Apply_heat： “Michelle baked the potatoes for 45 minutes.”
• Cooking_creation: “Michelle baked her mother a cake for her birthday.”
• Absorb_heat: “The potatoes have to bake for more than 30 minutes.”

  它们构成了三个不同的逻辑单元，具有不同的定义。

  多字短语，如“given name”和像“shut-eye”这样带连字符的词，也可以是LUs。在适当的框架中，像“middel of mowhere”和“give the slip(to)”的熟语也定义为LUs,它们分别在“Isolated_places”和“evading”中，而且他们的内部结构是不可分析的。

  Framenet提供了一个单词的每个意义的多个注释示例.此外，这组示例(大约每个LU20个)说明了词汇单元的所有组合可能性。

  在最简单的情况下，让人联想起框架的单词是动词，例如“fried”在“Matilde fried the catfish In a heavy iron skillet.”句中。

  有时，事件名词可以联想起一个框架。例如，“reduction”联想起“Cause_change_of_scalar_position”，在“…the reduction of debt levels to $665 million from $2.6 billion.”句中。

  形容词也可以联想起一个框架。例如，“asleep”可以唤起“Sleep”框架，例如：“They were asleep for hours.”

  许多常见的名词，如像“帽子”或“塔”这样的人工制品，通常是作为从属关系而不是清晰地联想起它们自己的框架。

NLTK 下载 FrameNet

自动下载使用

该方法需要网速，有时即使有网速也不一定顺利下载完，需要多尝试几次。

import nltk nltk.download('framenet_v17')

手动下载器下载

还可以直接运行一下命令：

import nltk nltk.download()

不填加数据集，在nltk的下载器中选择要下载的数据集，手动点击下载

离线下载使用

在NLTK Corpus网站下载所需的数据集，下载后放到nltk_data文件夹下解压即可。

FrameNet Python API

Frames

frames()

要获得FrameNet中所有frame的列表，可以使用**frames()**函数。如果向frames()函数提供一个正则表达式模式，将得到一个包含所有名称与该模式匹配的框架的列表。

"""导入Framenet库"""
from pprint import pprint
from nltk.corpus import framenet as fn

"""列出framenet中所有的框架"""
len(fn.frames())

1221

"""列出通过正则表达式匹配出的所有框架及框架信息"""
pprint(fn.frames(r'(?i)medical'))
pprint(len(fn.frames(r'(?i)medical')))
# pprint(fn.frames(r'(?i)medical')[0])

[, , ...]
6

frame()

要获取特定frame的详细信息，可以使用**frame()**函数传入框架的ID号

"""通过ID号，得到框架对象"""
f = fn.frame(253)

"""框架的ID号"""
f.ID

253

"""框架的名称"""
f.name

'Social_connection'

"""框架的描述信息"""
f.definition

"A mutual social and personal relationship that keeps people involved in each other's lives comprises a Connection of Individual1 to Individual2 or between Individuals.  'They wanted to strengthen their family ties.'  "

"""该框架的词汇集大小"""
len(f.lexUnit)

10

"""列出框架的元素单词FEs"""
words = [x for x in f.FE]
pprint(words)
pprint(sorted([x for x in f.FE]))  # 排序后的列表

['Individual_2', 'Individuals', 'Connection', 'Individual_1', 'Degree', 'Type']
['Connection', 'Degree', 'Individual_1', 'Individual_2', 'Individuals', 'Type']

"""列出框架的关系组列表（一组关系像是一个三元组）"""
pprint(f.frameRelations)

[ Child=Social_connection>]

上面显示的frame()函数返回一个dict对象，其中包含关于该框架的详细信息。有关详细信息，请参阅关于frame()函数的文档。

frames_by_lemma()

还可以根据frame的词汇单位(LUs)搜索frame。frames_by_lemma() 函数的作用是:返回包含逻辑单元的所有框架的列表，其中逻辑单元的“name”属性与给定的正则表达式匹配。注意，LU名称由“lemma.POS”组成，其中“frame”部分可以由单个词素(如run)或多个词汇(如‘a little’)组成,。

"""列出符合正则表达式的框架"""
fn.frames_by_lemma(r'(?i)a little')

[, ]

Lexical Units

lus()

可以使用该类的 lus() 函数获得特定词汇单元的详细信息，该函数采用一个可选的正则表达式模式，该模式将与词汇单元的名称匹配。

"""列出所有的词汇单元"""
LUs = fn.lus()
pprint(LUs)
pprint(len(LUs))

[, , ...]
13572

"""正则匹配相应的LU"""
LUs = fn.lus(r'(?i)a little')
pprint(LUs)
pprint(len(LUs))
# pprint(LUs[0])

[, , ...]
3

lu()

可以通过调用 lu() 函数并传入LU的“ID”号来获得关于特定LU的详细信息

"""实例化LU对象"""
lu = fn.lu(256)
print(lu)
# pprint(lu)

lexical unit (256): foresee.v

[definition]
  COD: be aware of beforehand; predict.

[frame] Expectation(26)

[POS] V

[status] FN1_Sent

[lexemes] foresee/V

[semTypes] 0 semantic types

[URL] https://framenet2.icsi.berkeley.edu/fnReports/data/lu/lu256.xml

[subCorpus] 25 subcorpora
  V-420-that-sfin, V-430-sfin, V-480-swh, V-570-np-ppfor,
  V-570-np-ppfrom, V-570-np-ppin, V-570-np-ppon, V-570-np-
  ppwith, V-620-np-ppother, V-650-np-pother, V-660-trans-
  simple, V-670-pass-by, V-680-pass, V-690-trans-other,
  V-730-ppat, V-730-ppfor, V-730-ppfrom, V-730-ppin,
  V-730-ppon, V-730-ppwith, V-780-ppother, V-810-pother,
  V-890-intrans-adverb, V-900-other, manually-added

[exemplars] 45 sentences across all subcorpora

​

"""获得lu的name"""
fn.lu(233).name

'surmise.v'

"""获得lu的definition"""
fn.lu(233).definition

'COD: suppose without having evidence.'

"""获得lu的对应框架的name"""
fn.lu(233).frame.name

'Coming_to_believe'

"""获取lu的含义"""
pprint(fn.lu(233).lexemes)
pprint(fn.lu(233).lexemes[0].name)

[{'POS': 'V', 'breakBefore': 'false', 'headword': 'false', 'name': 'surmise', 'order': 1}]
'surmise'

注意，LU名称采用点字符串的形式(例如"run.v",其中lemma词汇在“.”前面，词性部分在“.”后面。

LUs 的POS

LUs中使用的POSs列表是：

• v - verb
• n - noun
• a - adjective
• adv - adverb
• prep - preposition
• num - numbers
• intj - interjection
• art - article
• c - conjunction
• scon - subordinating conjunction

Annotated Documents

docs()

FrameNet文集包含一小部分带注释的文档。可以通过调用docs()函数获得这些文档的列表.

"""获取Framenet中注释文档"""
docs = fn.docs()
print(len(docs))
# print(docs[0])

107

frame() & lu()

frame()和lu()方法是用它的名字或ID来检索一个已知的条目。

试图检索一个不存在的条目会触发一个类型为FramenetError的异常。

"""frame() lu()"""
f = fn.frame(253)
print(f.name)

f2 = fn.lu(253)
print(f2.frame.name)
print(f2.name)

Social_connection
Expectation
anticipate.v

"""检索不存在的条目"""
try:
    f = fn.frame(23242423)
    print(f)
except:
    print('a FramenetError')

a FramenetError

frame_ids_and_names() & frames_by_lemma()

框架查找有两种附加的方法: frame_ids_and_names(名称)是得到框架ID到名称的映射，frames_by_lemma(名称)是得到与给定名称模式匹配词汇单元所属的所有框架

f = fn.frame_ids_and_names(r'(?i)medical')
print(f)
f2 = fn.frames_by_lemma(r'(?i)medical')
print(f2)

{256: 'Medical_specialties', 257: 'Medical_instruments', 2708: 'Medical_interaction_scenario', 2741: 'Medical_intervention', 239: 'Medical_conditions', 255: 'Medical_professionals'}
[, ]

数据库对象

数据库框架中的所有结构化对象——框架、词汇单元、框架元素等等——都被加载为AttrDict数据结构。每个AttrDict实例都是一个从字符串键到值的映射，它可以是字符串、数字或结构化对象。之所以这么叫，是因为AttrDict允许以属性的方式访问键：

fn.keys()

f = fn.frame('Revenge')
f.keys()

dict_keys(['FEcoreSets', 'frameRelations', 'cBy', 'definitionMarkup', '_type', 'URL', 'FE', 'name', 'ID', 'semTypes', 'lexUnit', 'definition', 'cDate'])

print(f.name)
print(f.ID)
# print(f.lexUnit['revenge.n'])

Revenge
347

对于最重要的结构化对象，该API规定了以人类可读的方式组织对象内容的进行文本显示。图1显示了复仇REVENGE框架的显示，在交互式提示符中输入fn.frame(“复仇”)即可得到。属性名在方括号中显示，如lexUnit，它是一个从词汇单元LU名称到对象的映射。因此，在上一段代码清单之后，f.lexUnit[‘revenge.n’]将访问框架中的一个词汇单元LU对象，而该框架又有其自身的属性和文本显示。

正则匹配模式RE

名字模式的检索：

• r'(?i)medical'

带特定后缀的检索：

• r'.+en\.v'

"""检索所有的动词"""
f = fn.lus(r'.+en\.v')
print(f)
print(len(f))

[, , ...]
55

References

FrameNet  
NLTK框架API： 丰富语言资源的可发现性设计