哪个相似函数nltk.corpus.wordnet找出两个词的相似性是否合适？

Question

在nltk.corpus.wordnet中，哪一个相似函数适合于查找两个单词的相似性？在

 path_similarity()?
    lch_similarity()?
    wup_similarity()?
    res_similarity()?
    jcn_similarity()?
    lin_similarity()?

我想使用word clustering和yarowsky算法在大文本中查找相似的collocation。在

Answer 1

这些措施实际上是针对词义（或概念）而不是单词。这种区别可能很重要。换句话说，“火车”这个词可以是“火车头”或“被教导做某事”。要使用这些措施，你需要知道是什么意思。在

如果你想做单词聚类，这些方法可能不是你想要的。。。在

Answer 2

我自己也在玩NLTK/wordnet，目的是想用某种自动的方式匹配一些文本。正如Ted Pedersen的回答所指出的，很快就会发现nltk.corpus.wordnet中的相似函数只会对具有可靠IS-a谱系的非常密切相关的术语产生非零相似性。在

最后，我做的是在我的文本中获取词汇，然后使用引理->synset->lemmas and lemma->similar\u-to来绘制我自己的单词连接图（这很神奇），然后计算链接两个单词所需的minimum number of hops以获得它们之间某种（不）相似性度量（打印出来非常有趣；比如看一个非常奇怪的单词联想游戏）。实际上，这对我的目的来说已经足够好了，即使不考虑POS/sense。在