什么是“最不常见的子类”以及如何计算它？

Question

我想使用 Wu 和 Palmer 方法在 wordnet 中计算相似度，

wp = (2 X depth(lcs)) / (depth(synset1) + depth(synset2))

其中lcs 是synset1 和synset2 的“最不常见的子类”

我的问题是：

1. 什么是“最不常见的子消费者”？
2. 如何计算？

Answer 1

根据paper，两个概念 A 和 B 的最小公有子是“最具体的概念，它是 A 和 B 的祖先”，其中概念树由 is-a 关系定义。一个概念被定义为另一个概念的祖先，就像您在人类家谱中定义祖先的方式一样，它是另一个概念的父母，祖父母等等。例如：

1. 汽车就是汽车，汽车就是交通工具
2. 船就是交通工具。
3. 车辆是一个物体。

还有图表：

目的 | 车辆 | --------- | | 船用汽车 | 车

在这种情况下，“automobile”是“car”的父代（也是祖先），而“vehicle”是“car”的祖先。 “车”也是“船”的始祖。在这种情况下，“boat”和“car”的 LCS 是“vehicle”，因为它是“boat”和“car”的祖先的最具体的概念。请注意，虽然“object”是“boat”和“car”的共同子类，但并非最不重要，因为“object”还有一个孩子（在本例中是“vehicle”），它也是一个常见的“汽车”和“船”的统称。 “汽车”不是最不常见的子类，因为它不是“船”的祖先。

为了计算相似度，我建议你使用可用的库，否则你需要自己构建概念图，这很麻烦。

在 Perl 中，您可以使用 WordNet::Similarity package

在 Python 中，您可以使用 nltk 包，具体来说，wup_similarity

在Java中，你可以使用ws4j package