使用Python的nltk.corpus.wordnet生成ADJ相关中文词汇的方式

使用Python的NLTK库和WordNet语料库可以很方便地生成相关中文词汇。首先，我们需要安装NLTK库并下载WordNet语料库。

安装NLTK库可以使用以下命令：

pip install nltk

下载WordNet语料库可以使用以下命令：

import nltk
nltk.download('omw')

这将下载wordnet-similarity语料库，该语料库包含了中文词汇的同义词、反义词、上位词和下位词等相关信息。

接下来，我们可以使用下面的代码来生成相关中文词汇。

from nltk.corpus import wordnet as wn

def get_related_words(word, pos):
    synsets = wn.synsets(word, lang='cmn')
    related_words = set()
    
    for synset in synsets:
        if synset.pos() == pos:
            for lemma in synset.lemmas(lang='cmn'):
                related_words.add(lemma.name())
            for hypernym in synset.hypernyms():
                for lemma in hypernym.lemmas(lang='cmn'):
                    related_words.add(lemma.name())
            for hyponym in synset.hyponyms():
                for lemma in hyponym.lemmas(lang='cmn'):
                    related_words.add(lemma.name())
            for synset2 in synset.similar_tos():
                for lemma in synset2.lemmas(lang='cmn'):
                    related_words.add(lemma.name())
    
    return related_words

result = get_related_words('美丽', 'a')
print(result)

在这个例子中，我们定义了一个函数get_related_words，该函数接收两个参数：word表示要查询的中文词汇，pos表示词性，其中a表示形容词。

函数首先调用synsets方法来获取所提供单词的同义词集，然后我们遍历这些同义词集来获取每个同义词的相关单词。

我们首先通过lemma.name()方法获取同义词，然后通过循环遍历每个同义词的上位词和下位词来获取更多的相关词汇。

最后，我们使用synset.similar_tos()方法来获取与所提供单词相似的单词。

在我们的例子中，我们调用get_related_words函数来获取与美丽这个形容词相关的中文词汇。运行代码后，我们可以得到以下结果：

{'美观', '艳丽', '美好', '美化', '光丽', '美化水', '美化品', '美化剂', '美洲'}

这些词汇与美丽这个形容词有关，包括同义词、上位词、下位词和相似词等。

通过使用NLTK库和WordNet语料库，我们可以方便地生成相关中文词汇并进行进一步的应用，比如文本分析、信息检索等。