• semantic:
• ANTONYM (\"natural object\"-artifact, appearance-disappearance, best-worst)
• HYPERNYM (person - \"life form\")
• HYPERNYM_INSTANCE (Prague - \"capital city\")
• HYPONYM (\"life form\" - person)
• HYPONYM_INSTANCE (\"capital city\" - Prague)
• MEMBER_MERONYM (person - people)
• SUBSTANCE_MERONYM (cocaine - coca)
• PART_MERONYM (cockpit - aircraft)
• MEMBER_HOLONYM (\"passenger train\" - \"baggage car\")
• SUBSTANCE_HOLONYM (pavement - \"paving stone\")
• PART_HOLONYM (\"personal computer\" - microprocessor)
• ATTRIBUTE (emotionality - cold)
• ENTAILMENT (pronounce - talk)
• CAUSE (frighten - fear)
• ALSO_SEE (abridged - short)
• VERB_GROUP (collapse - abandon)
• SIMILAR_TO (dying - expiring, dying - last, dying - declining)
• general relations:
• DERIVED_FROM (CAUSAL_AGENT is derived from CAUSE and vice versa)
• RELATED_TO_DOMAIN_CATEGORY (CELL is related to BIOLOGY)
• RELATED_TO_DOMAIN_REGION (HARAKIRI is related to JAPAN)
• RELATED_TO_DOMAIN_USAGE (WONDERFULLY is related to INTENSIFIER)
• MEMBER_OF_THIS_DOMAIN_CATEGORY
• MEMBER_OF_THIS_DOMAIN_REGION
• MEMBER_OF_THIS_DOMAIN_USAGE (INTENSIFIER is domain for WONDERFULLY)
• WORDNET_LEXNAME (verb.body, verb.weather, noun.Tops, noun.act, ... )
• grammatic:
• PARTICIPLE_OF_VERB (breaking - break)
• DERIVED_FROM_ADJ (annoyingly - annoying)
• PERTAINYM (academic - academia)
• WORDNET_VERB_FRAME (\"Somebody ----s something\")
• nonexistent in data version 3.0
• REL_DERIVED_FROM
  

Bude se odbývat pomocí kontrastních nástrojů:

• Překlad WordNetu.
• Výpis překladových homonym, tj. položek s různými anglickými jmény a stejnými jmény v jazyku. Výpis bude ještě doprovozen seznamem synonym ke jménu v jazyku.
• výpis lze pořídít dvěma způsoby - buď z hierarchie nebo prohlédnutím celé Databáze
• K obecnému popisu WordNetu přidat:
• jeho historii:
• jak se hierarchizovat navzdory multi HYPERNYM
• jak se spojoval do jedné hierarchie
• nástroje:
• add language atd.
• grafická mapa

    WordNet je vedoucí lingvistickou databází ve světovém měřítku a postoj k němu musí zaujmout všechny rozsáhlejší lingvistické projekty. Bohužel, je několik důvodů, proč z WordNetu nelze vycházet přímo:

• Jeho struktura není hierarchická.
• Obsahuje pouze podstatná jména, přídavná jména, slovesa a příslovce - ostatní slovní druhy jsou vynechány, respektive podstatná jména zahrnují několik číslovek a příslovce zahrnují některé číslovky, zájmena a předložky.
• Obsah je na okrajích náhodný - jakoby autoři zřetelně dávali najevo mlhavost okrajů.
  
• Jen náznakově obsahuje slovesné rámce, další syntaktické struktury chybí.
• V synsetech panuje značný nepořádek:
• synonyma nejsou přesnými synonymy,
• hyponyma jsou nestejnorodá
• klasifikace (biologické, chemické atd.) nenavazují na běžné oborové klasifikace.
• do DIGIT__13741022 a CARDINAL__02183611 jsou vloženy číslice 0 - 9 a římská čísla - měly by se vypustit, aby nekolidovaly se zpracováním čísel obecně
  

• Celý WordNet bude vložen do ZD.
• Objekty budou automatizovaně pospojovány do asi 1700 hierarchií. Postup bude intuitivní, bude vycházet z relace HYPERNYM - HYPONYM a dalších. Některé hierarchie budou zcela malé, například objekt a jeho antonymum. V souboru zůstanou i izolované objekty, bude jich asi 1000
• Všechny hierarchie a izolované objekty budou podrobeny rutině pro mapování podle slovní podobnosti (FORMALLY -> FORMAL apod.). Výsledkem bude asi 1000 objektů. Ty se namapují ručně na podstatná jména, tedy do devíti hierarchií.
• Vrcholové uzly všech hierarchií budou připojeny na umělý uzel MASTER_WORDNET. Výsledná hierarchie bude dostupná na jako tzv. Hierarchie WordNet.
• Hierarchie budou ručně namapovány do ZD jako podstromy - toto mapování bude dokumentováno jako tzv. Most WordNet.
• Dále bude zpracování probíhat podle Zpracování vnějších databází.

Přehled archivů

• Základ databáze - DB1
• Základ databáze + Morfologie (ze Superslo) - DB2
• Základ databáze + Morfologie (ze Superslo) + WN_ALL.000 - DB3
• Základ databáze + Morfologie (ze Superslo) + WN_ALL.000 + Hierarchie - DB4 - slova jsou mapována do hierarchií relací OVER-UNDER. Jméno rutiny je WORDNET_ChangeToHierarchy(). Základem mapování je vztah HYPERNYM-HYPONYM. Dále se postupovalo takto:
• většina sloves je mapována automatizovaně na podstatná jména a na slovesa:
• relací REL_DERIVED_FROM
• relací VERB_GROUP
• relací ENTAILMENT
Zbytek je uveden v souboru WN_HIER.LOG. Rutina Tie_up_tops() je vynechá,  namapují se později ručně, třeba podle typu (verb.social apod.).
• všechna přídavná jména jsou mapována automatizovaně na podstatná jména, slovesa a přídavná jména:
• relacemi ATTRIBUTE - ATTRIBUTE
• relací PARTICIPLE_OF_VERB
• relacemi RELATED_TO_DOMAIN_CATEGORY - MEMBER_OF_THIS_DOMAIN_CATEGORY
• relací PERTAINYM
• relacemi SIMILAR_TO - SIMILAR_TO - buduje clustery
• relacemi ANTONYM - ANTONYM - dobudovává clustery
• většina příslovcí je mapována automatizovaně na  podstatná jména a přídavná jména:
• relací DERIVED_FROM_ADJ
• relacemi RELATED_TO_DOMAIN_CATEGORY - MEMBER_OF_THIS_DOMAIN_CATEGORY
• relacemi ANTONYM - ANTONYM - buduje clustery
• dál se bude mapovat pomocí testů na odtrhávání typických adverbiálních přípon
Nepřiřazená příslovce jsou uvedena v souboru WN_HIER.LOG. Jsou to většinou jednoduchá určení (HEREAFTER, INDEED) nebo speciální výrazy (FOR_ALL_PRACTICAL_PURPOSES) - rutina Tie_up_tops je vynechá, namapují se později ručně
Vady v souboru (opraveny):
• Zdvojené slovesné rámce u některých sloves - toto se nechá odstranit automatizovaně
• přebývající 'e' ve slovech s morfologií EN*family
• vadná nepravidelná slovesa
• () v pojmenováních WordNet
• Základ databáze + Morfologie (ze Superslo) + WN_ALL.000 + ChangeToHierarchy + Tie_up_tops - DB5 - průběh je v souboru WN_TIEUP_x.LOG
• DB5 + DB_SkipDuplicitePartitions - DB6 - the routine is incorrect!
• DB6 + Multilingual - DB7

• podstatná jména (WN_ALL.000 ř=1) dávají 9 hierarchií
• slovesa (WN_ALL.000 ř=746 138) dávají 331 hierarchií a 55 individuí
• přídavná jména (WN_ALL.000 ř=922 008) dávají 1350 hierarchií
• příslovce (WN_ALL.000 ř=1 077 811) dávají 47 hierarchií a 1063 individuí

• v browseru rozkladem hierarchií na vhodné větve
• přiřazením individuí podle seznamu WN_TIEUP.LOG - existují též 1, 2, 111-...A, A, A1, 111-...B, B, B1

Přehled archivů

• Základ databáze + Morfologie (ze Superslo) - DB1
• Základ databáze + Morfologie (ze Superslo) + ENC - DB2
• Základ databáze + Morfologie (ze Superslo) + WN_ALL_30.000 + WN_NAMES_LA.000 + WN_NAMES_DE.000 + WN_defs_1a.000 + WN_CS.000 - DB_3_1 - viz LIV_DATA.INI  BUILD
• DB_3_1 + WORDNET_ChangeToHierarchy(); + WORDNET_tie_up_tops(NO, NO); - algoritmicky a ručně dotvořená hierarchie.

Základem mapování je vztah HYPERNYM-HYPONYM - ostatní objekty jsou připojeny na podle dalších vztahů nebo ručně - každý z těchto ostatních objektů je opatřen popisnou poznámkou, ruční přípoje jsou v souboru WN_HIER_LAST_MANUAL_FIX.TXT.
Nepřiřazené objekty jsou uvedeny v souboru WN_HIER.LOG: 1, 2, 3. Podle potřeby mohou být přiřazeny ručně.
• Do WordNetu vložit Open Thesaurus EN:
• oba mají strukturu, musí se proto položit struktura na strukturu
• může dojít k různým situacím:
• relace ve WordNetu je
• relace ve WordNetu není:
• slovo thesauru ve WordNetu je
• slovo thesauru ve WordNetu není

• D:\222\_Knihy_\Ontologie\_data\WordNet\WN_export_newed.000                - verze do 2020-06
• D:\222\_Knihy_\Ontologie\_data\WordNet\WN_reformed_hierarchy.000       - verze s náhradou HYPERNYM, HUPONYM -> UNDER, OVER
  
• D:\222\_Knihy_\Ontologie\_data\WordNet\WN_reformed_hierarchy_a.000   - verze s náhradou HYPERNYM_INSTANCE, HUPONYM_INSTANCE -> UNDER, OVER

Překlad WordNetu

• Stávající překlad nedbá na slovní druh - CANINE__05307091_N__WordNet obsahuje canine jako adjektivum
  
• Byl zvolen WordNet 3.0
• Byl upraven konverzní program WORDNET_do() - doplněny nové atributy
• Výsledný soubor D:\222\clovek\dorozumivani\jazyk\zpracovani_prirozeneho_jazyka\Ontologie\WordNet\WN_ALL_30.000 byl nahrán do DB s parametrem BUILD
• Postup překladu:
• Automatická část překladu do češtiny proběhla rutinou WORDNET_list_names() - jsou v ní použity textové soubory sedmi slovníků - výsledné soubory jsou:
• WN_NAMES.txt - přeložené i nepřeložené termíny, celkem 118 000, přeloženo 90 000 - české nepřeložené termíny jsou vyznačeny ?, ale v tomto souboru se překládat nebude
• Soubory nepřeložených temínů byly rozděleny na několik témat - jsou tam i jiné podobné soubory:
• WN_UNT_S.txt - obecnosti - jednoslovné termíny - 6400
• WN_UNT_M.txt - obecnosti - víceslovné termíny - 4900
• WN__chemie.txt - chemie - 500
• WN__food.txt - food - 900
• WN__historie.txt - historie a zeměpis - 4400
• WN__jazyky.txt - jazyky - 400
• WN__medical.txt - medicina a biologie - 11000
• Cílem je překlad všech termínů, využijí se přitom různé techniky urychlení:
• internacionálnost slov, tj. jejich malá závislost na jazyku
• překlad po slovech
• nalezení v biologické taxonomi (mnohé termíny biologické části WordNetu jsou latinské)
• Vyrobí se program pro zpracování souborů nepřeložených slov - tento program v konečné fázi vytvoří nový slovník pro překlad, nakonec se tedy ještě jednou spustí rutina WORDNET_list_names()
• Podobně budou probíhat překlady do dalších jazyků
• Výsledné soubory - v těch adresářích jsou i jiné podobné soubory:
• D:\222\_Knihy_\Ontologie\_data\WordNet\_for_DAR\WN_NAMES_LA.000
D:\222\_Knihy_\Ontologie\_data\WordNet\_for_DAR\WN_NAMES_DE.000
D:\222\_Knihy_\Ontologie\_data\WordNet\_for_DAR\_work_data_\WN_defs_1a.000
D:\222\_Knihy_\Ontologie\_data\WordNet\_for_DAR\_work_data_\WN_CS.000
D:\222\_Knihy_\Ontologie\_data\WordNet\_for_DAR\WN_CS.000

byly nahrány do DB s parametrem BUILD
• Další postup:
• přidat překlad gramatických slov
• doplní se biologické názvosloví v několika jazycích
• doplní se geografické názvosloví v několika jazycích
• doplní se další osobnosti
• kumulativním způsobem vznikne mnohojazykový slovník MultiWordNet- nejdříve latina, potom němčina a postupně další jazyky včetně obrázků. Ke každému jazyku bude systém slovních hnízd. Celek bude fungovat jako i jako tezaurus.
• časem vznikne slovník se stálým růstem - bude pouze třeba udržovat mapování na ostatní slovníky (tezaury, encyklopedie, taxonomie, ...)

• Viz https://medium.com/parrot-prediction/dive-into-wordnet-with-nltk-b313c480e788 a http://www.nltk.org/book/. Přehled realizačních rutin je v popisu realizace databáze pro porozumění jazyku.
• Dive into WordNet with NLTK

• Objekty ZD a jejich atributy
• https://en.wikipedia.org/wiki/WordNet
• https://wordnet.princeton.edu/documentation/wninput5wn
• WORDNET_-_Novy_encyklopedicky_slovnik_cestiny
• Bulgarian_Wordnet_Structure_and_Validation
  
  
• nas_anotacni_slovnik.xml
  
• Google define: slovo - podává různé glosáře, které se mohou porovnat s WordNet a k němu přidružit, např. http://oregonstate.edu/instruct/anth370/gloss.html
• http://www.merriam-webster.com/dictionary/vade+mecum - umí podávat pop-up informace o všech slovech - to je pokrok oproti WordNetu
• Novinky:
• Open Wordnet Documentation
• Polylingual WordNet
  
• Open Multilingual WordNet
• Python Kit (NLTK) interface
• http://wordnet.princeton.edu/glosstag - Semantically Tagged glosses
• http://www.image-net.org/ - ImageNet
• http://wordnet.ru/ - ruský WordNet
• Hierarchy_of_perceptional_adjectives_in_RussNet
  
• Overview and Future of Czech Wordnet
• Srovnání českého WordNetu s Princeton
• Bakalarka_Wikidict WordNet Dict.pdf
• http://deb.fi.muni.cz/index.php - http://deb.fi.muni.cz/debgrid (http://deb.fi.muni.cz:9000/) - http://www.globalwordnet.org/gwa/gwa_grid.htm - Global WordNet Grid
• http://www.globalwordnet.org/gwa/gwa_base_concepts.htm -  The Global WordNet Association - Base Concepts - je tam vazba na SUMO
• http://www.globalwordnet.org/gwa/ewn_to_bc/topont.htm - EuroWordNet top-ontology
• http://compling.hss.ntu.edu.sg/omw/ - Open Multilingual Wordnet
• http://sentiwordnet.isti.cnr.it/ - SentiWordNet
• Putting Pieces Together: Combining FrameNet, VerbNet and WordNet for Robust Semantic Parsing
• Mixing WordNet, VerbNet and PropBank for studying verb relations
• New Features for FrameNet –WordNet Mapping
• Derivational relations in Czech WordNet
• GermaNet

• Modeling Lexical Knowledge for Natural Language Processing - 2018 - *** - WordNet
• Putting Semantics into WordNet's "Morphosemantic" Links
• Lecture 15: Word semantics – Working with Wordnet
• Computer processing of lexicons
  
• WordNet Domains
• Wordnet Domains Hierarchy
• WordNet-Affect

• WordNet home: http://www.cogsci.princeton.edu/~wn/
• EnglishWordNet 2020
  
• ArchiWordnet_integrating_Wordnet_with_do
  
• WordNet(s) - 2006
  
• http://www.hum.uva.nl/~ewn/ - EuroWordNet, EuroWordNet 1, 2 (EWN) (Vossen et al. 1999).
• http://nipadio.lsi.upc.es/wei1.html#WWW%20Interface%20to%20EuroWordNet%20database - EuroWordNet interface
• GermaNet - Relation to WordNet
• Big Graph-based Data Visualization Experiences The WordNet Case Study
• Adding Dense, Weighted Connections to WORDNET
  
• http://xwn.hlt.utdallas.edu/ - Extended WordNet
• http://www.rikai.com/wordmap/noesis%23n%251 - WordNet on Rikai portal
• http://www.pgups.ru/WebWN/wordnet.uix - WordNet русского языка
• Medical WordNet: A New Methodology for the Construction and Validation of Information Resources for Consumer Health

• Vizualizace sémantické sítě

• Some Issues with Building a Multilingual Wordnet
  
• Linking WordNet Verb Classes to Semantic Interpretation
  
• Wordnets mapped to Central Ontology 1 - DELIVERABLE 6.3
• Conceptual Analysis of Lexical Taxonomies: The Case of WordNet Top-Level
• Bringing together over- and under-represented languages: Linking Wordnet to the SIL Semantic Domains
• English WordNet: A new open-source wordnet for English
• WordNet then and now
• WordnetLoom: A graph-based visual wordnet development framework
• WordNet: An Electronic Lexical Database - tato publikace není volně k mání - její podstatná část je v následujícím dokumentu
  
• Introduction to WordNet: An On-line Lexical Database - zevrubné čtení o WordNetu z roku 1993
  
• Making WordNet Maping Robust
  
• A strategy of Mapping Polish WordNet onto Princeton WordNet +
  
• Building Czech Wordnet
• The EuroWordNet Base Concepts and Top Ontology
• What is to be done
• Integration of WordNet 1.7 in WebKB-2 - další kritika WordNetu
• WordNet errors and omissions from http://wordweb.info/developer/WordNet.html
• Semantic_distance_in_WordNet
• Extending synsets with medical terms
• Remote KB Tab - UMLS Tab - UMLS Tab Documentation - WordNet Tab (stejné odkazy jsou v UMLS)
• Automatic Retrieval and Clustering of Similar Words
• COLOR-X - Using knowledge from WordNet for conceptual modeling
• Chinese Characters and Top Ontology in EuroWordNet
• Conference: 2004, 2006, 2008, 2010, 2012, 2014, 2016, 2018, 2019, 2021

   Je popsán v souborech 1_wn.cpp a WN_ALL.000

Porovnání velikosti souborů verze 1.6 až 3.0
 

Ke stažení ve verzi 2.0 je též soubor WNgrind-2.0.tar[1] o velikosti 16 760 KB - obsahuje data pro lexikografickou editaci a programy v jazyku Perl

{ entity, physical thing (that which is perceived or known or inferred to have its own physical existence (living or nonliving)) }
{ psychological_feature, (a feature of the mental life of a living organism) }
{ abstraction, (a general concept formed by extracting common features from specific examples) }
{ state, (the way something is with respect to its main attributes; "the current state of knowledge"; "his state of health"; "in a weak financial state") }
{ event, (something that happens at a given place and time) }
{ act, human_action, human_activity, (something that people do or cause to happen) }
{ group, grouping, (any number of entities (members) considered as a unit) }
{ possession, (anything owned or possessed) }
{ phenomenon, (any state or process known through the senses rather than by intuition or reasoning) }
 

WordNet lexical categories and sample words