2句语义相似度的度量[重复]

Question

我需要测量两个句子之间的相似度。例如：

s1 = "she is good a dog "
s2 = "she is nice a heel"

我需要证明"good" 与"nice" 相似。对于名词和动词，路径相似性的测量就像这个伪代码一样工作：

def get max :
for loop
(wn.synset ('dog ')).path_similarity(wn.synset ('animal'))

结果：.33，这是一个高值，那么这些词是相关的，我可以说是相似的。但是对于副词（"nice" 和 "good"），.09 的值很低！

有什么想法吗？

Answer 1

您可以为good 的所有synsets 找到path_similarity，然后选择最大值：

>>> from nltk.corpus import wordnet as wn
>>> n=wn.synsets('nice')
>>> g=wn.synsets('good')
>>> [i.path_similarity(n[0]) for i in g]
[0.0625, 0.06666666666666667, 0.07142857142857142, 0.09090909090909091, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None]

>>> max(i.path_similarity(n[0]) for i in g)
0.09090909090909091

请注意，一个词的synsets 包含动词、none、adj、...等多种形式的词，因此您需要选择正确的一个！

您也可以使用wup_similarity：

>>> round(max(i.wup_similarity(n[0]) for i in g), 1)
0.4

Wu-Palmer Similarity：返回一个分数，表示两个词义的相似程度，基于分类学中两个词义的深度及其最不常见的子类（最具体的祖先节点） .

阅读更多关于 Synsets http://www.nltk.org/howto/wordnet.html