知识卡片
分类路径相似依赖已选概念
path_similarity按is-a路径邻近程度计分,Wu–Palmer还利用概念与共同上位的深度,Leacock–Chodorow结合路径和分类最大深度。它们输入为具体synset,不先解决上下文该选哪个词义;无可比路径或词性限制需处理。lion/cat的0.25、约0.897与2.25属于不同尺度,不能据数字更大就说某算法更确信。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 语义分析:意义很重要 6.3 使用Wordnet进行词义消歧 · 查看原书依据
lion.path_similarity(cat)
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第6章 语义分析:意义很重要,spine060单元009;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00059.html。
- 结论依据:原文三个算法说明与同一概念对的不同数值提供尺度区别,前提已固定lion.n.01/cat.n.01。2026-11-06核对官方资料:https://www.nltk.org/howto/wordnet.html。未在本机运行示例或改变环境。
- 原始内容:set('cat.n.01') >>> lion.path_similarity(cat) 0.25 考虑如下NLTK中用于描述Leacock Chodorow相似性的代码示例: >>> import nltk >>> from nltk.corpus imp