12

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))

和lcs的“最不常见的子消费者”在哪里synset1synset2

我的问题是：

  1. 什么是“最不常见的子消费者”？
  2. 如何计算它？
4

1 回答 1

21

根据这篇论文，两个概念 A 和 B 的 Least Common Subsumer 是“最具体的概念，它是 A 和 B 的祖先”，其中概念树是由is-a关系定义的。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. 汽车是汽车，汽车是交通工具
  2. 船是交通工具。
  3. 车辆是一个对象。

和图表：

    目的
      |
    车辆
      |
  ---------
  | |
 船用汽车
          |
         车

在这种情况下，“automobile”是“car”的父（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”，因为它是最具体的概念，是“boat”和“car”的祖先。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”），这也是一个常见的“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。

要计算相似度，我建议您使用可用的库，否则您将需要自己构建概念图，这很麻烦。

在 Perl 中，您可以使用WordNet::Similarity 包

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

在 Java 中，您可以使用ws4j 包

于 2013-09-05T08:50:18.670 回答