WordNet 中的距离计算答案

【问题标题】：Calculation of distances in WordNetWordNet 中的距离计算
【发布时间】：2018-06-02 14:10:37
【问题描述】：

使用 Python 3.5、NLTK 和 WordNet（最新版本），我正在计算单词“continuous”和“ongoing”的所有同义词集对之间的 wup_similarity()。每个距离都是“无”，即使这两个词的简单英语含义看起来确实相似。我还注意到这些词的词性分别是“形容词”和“形容词卫星”。

是不是词性不同导致计算失败？有没有办法以某种方式结合这两个词性来规避这个问题？

非常感谢您。我的代码 sn-p 如下所示。

import nltk
from nltk.corpus import wordnet as wn
sl1 = wn.synsets("continuous")
sl2 = wn.synsets("ongoing")
for x in sl1:
    for y in sl2:
        print(x, y, x.wup_similarity(y))

【问题讨论】：

标签： python nltk wordnet

【解决方案1】：

不应该有任何“失败”，就像引发类似错误一样。

不过，它会返回 None，例如

from nltk.corpus import wordnet as wn
sl1 = wn.synsets("dog")
sl2 = wn.synsets("cat")
for x in sl1:
    for y in sl2:
        print(x, y, x.wup_similarity(y))

[出]：

Synset('dog.n.01') Synset('cat.n.01') 0.8571428571428571
Synset('dog.n.01') Synset('guy.n.01') 0.631578947368421
Synset('dog.n.01') Synset('cat.n.03') 0.631578947368421
Synset('dog.n.01') Synset('kat.n.01') 0.25
Synset('dog.n.01') Synset('cat-o'-nine-tails.n.01') 0.42105263157894735
Synset('dog.n.01') Synset('caterpillar.n.02') 0.4
Synset('dog.n.01') Synset('big_cat.n.01') 0.8571428571428571
Synset('dog.n.01') Synset('computerized_tomography.n.01') 0.1
Synset('dog.n.01') Synset('cat.v.01') None
Synset('dog.n.01') Synset('vomit.v.01') None
Synset('frump.n.01') Synset('cat.n.01') 0.48
Synset('frump.n.01') Synset('guy.n.01') 0.5714285714285714
Synset('frump.n.01') Synset('cat.n.03') 0.5714285714285714
Synset('frump.n.01') Synset('kat.n.01') 0.4
...

您可以简单地检查 None 并将其分配为零，例如

sl1 = wn.synsets("dog")
sl2 = wn.synsets("cat")
for x in sl1:
    for y in sl2:
        score = x.wup_similarity(y)
        score = score if score else 0
        print(x, y, score)

[出]：

Synset('dog.n.01') Synset('cat.n.01') 0.8571428571428571
Synset('dog.n.01') Synset('guy.n.01') 0.631578947368421
Synset('dog.n.01') Synset('cat.n.03') 0.631578947368421
Synset('dog.n.01') Synset('kat.n.01') 0.25
Synset('dog.n.01') Synset('cat-o'-nine-tails.n.01') 0.42105263157894735
Synset('dog.n.01') Synset('caterpillar.n.02') 0.4
Synset('dog.n.01') Synset('big_cat.n.01') 0.8571428571428571
Synset('dog.n.01') Synset('computerized_tomography.n.01') 0.1
Synset('dog.n.01') Synset('cat.v.01') 0
Synset('dog.n.01') Synset('vomit.v.01') 0
Synset('frump.n.01') Synset('cat.n.01') 0.48
Synset('frump.n.01') Synset('guy.n.01') 0.5714285714285714
Synset('frump.n.01') Synset('cat.n.03') 0.5714285714285714
Synset('frump.n.01') Synset('kat.n.01') 0.4

【讨论】：

我所说的失败并不是指异常中的代码级失败，而是指语义失败，因为答案是“无”，即算法没有生成答案，即使程序做过。当两个词的词性树不满足时，WordNet 提供“无”作为相似度。如果我们试图找到名词和动词之间的相似性，就会发生这种情况。在我的问题中，大多数人会认为是形容词的两个看似相似的词具有不同的词性，即“形容词”和“形容词卫星”。我想知道这两个 POS 的目的是什么以及如何绕过它。
stackoverflow.com/questions/18817396/…
在尝试获得相似度/距离分数时，没有简单的方法可以绕过 s 与 a。返回无或 0。