如何使用 Python NLTK 计算 WordNet 中两个形容词之间的最短路径（测地线）距离？

使用几个内置的相似性度量可以轻松计算 WordNet 中两个同义词集之间的语义相似性，例如：

synset1.path_similarity(synset2)

synset1.lch_similarity(synset2), Leacock-Chodorow 相似度

synset1.wup_similarity(synset2), 吴-帕尔默相似度

（如此处所示）

然而，所有这些都利用了 WordNet 的分类关系，即名词和动词的关系。形容词和副词通过同义词、反义词和所属词相关。如何测量两个形容词之间的距离（跳跃数）？

I tried path_similarity()，但正如预期的那样，它返回'None':

from nltk.corpus import wordnet as wn
x = wn.synset('good.a.01')
y = wn.synset('bad.a.01')


print(wn.path_similarity(x,y))

如果有任何方法可以计算一个形容词与另一个形容词之间的距离，指出它将不胜感激。

没有简单的方法来获得非名词/动词的单词之间的相似性。

如前所述，名词/动词的相似性很容易从

>>> from nltk.corpus import wordnet as wn
>>> dog = wn.synset('dog.n.1')
>>> cat = wn.synset('cat.n.1')
>>> car = wn.synset('car.n.1')
>>> wn.path_similarity(dog, cat)
0.2
>>> wn.path_similarity(dog, car)
0.07692307692307693
>>> wn.wup_similarity(dog, cat)
0.8571428571428571
>>> wn.wup_similarity(dog, car)
0.4
>>> wn.lch_similarity(dog, car)
1.072636802264849
>>> wn.lch_similarity(dog, cat)
2.0281482472922856

对于形容词来说这很难，所以你需要构建自己的文本相似性设备。最简单的方法是使用向量空间模型，基本上，所有单词都由多个浮点数表示，例如

>>> import numpy as np
>>> blue = np.array([0.2, 0.2, 0.3])
>>> red = np.array([0.1, 0.2, 0.3])
>>> pink = np.array([0.1001, 0.221, 0.321])
>>> car = np.array([0.6, 0.9, 0.5])
>>> def cosine(x,y):
...     return np.dot(x,y) / (np.linalg.norm(x) * np.linalg.norm(y))
... 
>>> cosine(pink, red)
0.99971271929384864
>>> cosine(pink, blue)
0.96756147991512709
>>> cosine(blue, red)
0.97230558532824662
>>> cosine(blue, car)
0.91589118863996888
>>> cosine(red, car)
0.87469454283170045
>>> cosine(pink, car)
0.87482313596223782

训练一堆向量来完成类似的事情pink = np.array([0.1001, 0.221, 0.321])，你应该尝试谷歌

• 潜在语义索引/潜在语义分析
• 词袋
• 向量空间模型语义
• Word2Vec、Doc2Vec、Wiki2Vec
• 神经网络
• 余弦相似度自然语言语义

您还可以尝试一些现成的软件/库，例如：

• Gensim https://radimrehurek.com/gensim/

除了向量空间模型之外，您还可以尝试一些图形模型，将单词放入图表中，并使用诸如 pagerank 之类的东西来遍历图表，以提供一些相似性度量。

也可以看看：

• 使用 NLTK 比较术语/表达式的相似度？
• 检查两个单词是否彼此相关
• 如何确定使用 NLTK 时的语义层次/关系？
• 有没有一种算法可以告诉两个短语的语义相似度
• 语义相关性算法 - python