WordNet::Similarity的安裝和使用

 

簡介

WordNet::Similarity是一個Perl實現的軟件包，可以用來計算兩個概念（或者word sense）之間的語義相似度，它提供了六種計算相似度和三種計算概念之間關聯度的方法，所有的這些方法都是基於WordNet這個詞匯數據庫。

依附

• WordNet
• Digest-SHA1
•  WordNet::QueryData
• Text-Similarity

 

下載位置

• WordNet：http://wordnet.princeton.edu/wordnet/download/current-version/
• 其他：http://search.cpan.org/

 

安裝

WordNet

1.  sudo apt-get install tcl8.4-dev
sudo apt-get install tk8.4-dev

2.  ./configure

3.  sudo make

如果出現問題：checking for gawk... no

解決：sudo apt-get install gawk

4.  sudo make install

5.    設置變量

sudo vim /etc/profile

添加：export PATH=$PATH:/usr/local/Wordnet-3.0/bin

退出編譯：source /etc/profile

 

Digest-SHA1

進入相應目錄cd path

依次運行如下命令

perl Makefile.PL
make
make test
sudo make install

 

其他

WordNet::QueryData，Text-Similarity，WordNet::Similarity的安裝與Digest-SHA1完全一樣

 

使用

 NLTK之WordNet接口

參照http://www.cnblogs.com/kaituorensheng/p/3149095.html

 

命令行

$ similarity.pl --type WordNet::Similarity::lin car#n#2 bus#n#1

car#n#2 bus#n#1 0.530371390319309 # railway car versus motor coach

 

$similarity.pl --type WordNet::Similarity::lin car#n bus#n

car#n#1  bus#n#1  0.603649218135011  #返回相似值最高的匹配對

 

$similarity.pl --type WordNet::Similarity::lin --allsensescar#n bus#n

car#n  bus#n  (all senses)

car#n#1  bus#n#1  0.603649218135011

car#n#2  bus#n#1  0.533827219913664

car#n#1  bus#n#4  0

car#n#3  bus#n#3  0

car#n#4  bus#n#1  0

car#n#2  bus#n#4  0

car#n#5  bus#n#1  0

car#n#5  bus#n#4  0

car#n#3  bus#n#4  0

car#n#4  bus#n#2  0

car#n#5  bus#n#3  0

car#n#3  bus#n#2  0

car#n#4  bus#n#4  0

car#n#2  bus#n#2  0

car#n#5  bus#n#2  0

car#n#1  bus#n#3  0

car#n#3  bus#n#1  0

car#n#2  bus#n#3  0

car#n#1  bus#n#2  0

car#n#4  bus#n#3  0  #加上參數—allsenses 返回所有的匹配

 

腳本

 

#/usr/bin/perl -w
use WordNet::QueryData;
use WordNet::Similarity::lin;

$wnObj = new WordNet::QueryData;
$linObj = new WordNet::Similarity::lin($wnObj);
$value = $linObj -> getRelatedness('car#n#1', 'bus#n#1');
print $value

 

 

依靠路徑長度的：lch, wup, path

依靠路徑長度和最小公共包含（LCS）:res, lin, jcn

 

相似度和關聯度的介紹可以參考翻譯論文：http://hi.baidu.com/dailyye/item/a2c7fb61ae6ae22769105b18

CPAN地址：http://search.cpan.org/dist/WordNet-Similarity/utils/similarity.pl