WordNet::Similarity的安装和使用

简介

WordNet::Similarity是一个Perl实现的软件包，可以用来计算两个概念（或者word sense）之间的语义相似度，它提供了六种计算相似度和三种计算概念之间关联度的方法，所有的这些方法都是基于WordNet这个词汇数据库。

依附

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

下载位置

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

安装

WordNet

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

2.  ./configure

3.  sudo make

如果出现问题：checking for gawk... no

解决：sudo apt-get install gawk

4.  sudo make install

5.    设置变量

sudo vim /etc/profile

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

退出编译：source /etc/profile

Digest-SHA1

进入相应目录cd path

依次运行如下命令

perl Makefile.PL
make
make test
sudo make install

其他

WordNet::QueryData，Text-Similarity，WordNet::Similarity的安装与Digest-SHA1完全一样

使用

 NLTK之WordNet接口

参照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对

$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  #加上参数—allsenses 返回所有的匹配

 

脚本

#/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

依靠路径长度的：lch, wup, path

依靠路径长度和最小公共包含（LCS）:res, lin, jcn

相似度和关联度的介绍可以参考翻译论文：http://hi.baidu.com/dailyye/item/a2c7fb61ae6ae22769105b18

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