java - 与Wordnet的相似度测量？

我正在使用wordnet来计算两个单词之间的相似度。我正在使用edu.mit.jwi_2.1.4.jar和edu.sussex.nlp.jws.beta.11.jar，但是当我通过resnik度量计算单词“ apple”和“ banana”时，它是8,4。为什么大于1？

    public class test {
    String dir = "C:/Program Files (x86)/WordNet";
    JWS ws = new JWS(dir,"2.1");
    /**
     * @param args
     */
     public void testResnikSimilarity() {
        Resnik jcn = ws.getResnik();
         System.out.println("Resnik");
         // all senses
         TreeMap scores1 = jcn.res("apple", "banana", "n"); // all senses
         //TreeMap scores1 = jcn.jcn("apple", 1, "banana", "n");
         // fixed;all
         //TreeMap scores1 = jcn.jcn("apple", "banana", 2, "n");
         // all;fixed
         for(String s : scores1.keySet())
         System.out.println(s + "\t" + scores1.get(s));
         // specific senses
         System.out.println("\nspecific pair\t=\t" + jcn.res("apple", 1, "banana",
         1, "n") + "\n");
         // max.
         System.out.println("\nhighest score\t=\t" + jcn.max("apple", "banana",
         "n") + "\n\n\n");
         }
}

最佳答案

引用NLTK Documentation：


Resnik相似度：返回一个分数，表示两个单词的含义有多相似
是基于最不常见的信息内容（IC）
消费者（最特定的祖先节点）。请注意，任何相似之处
使用信息内容的度量，其结果取决于
语料库，用于生成信息内容和
信息内容是如何创建的。


我不知道如何在JWS中设置信息内容。在NLTK中，您可以使用Brown Corpus和BNC的数据进行以下操作：

ic = wordnet_ic.ic('ic-brown.dat')
banana.res_similarity(apple, ic=ic)
>>> 8.1703339116227411
ic = wordnet_ic.ic('ic-bnc.dat')
banana.res_similarity(apple, ic=ic)
>>> 7.9753635531935334

有关详细信息，另请参见此paper。

关于java - 与Wordnet的相似度测量？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12967153/