比较两个字符串，找出它们与意义的相关程度

Question

问题：
我有两个字符串，比如“Billie Jean”和“Thriller”。我需要以编程方式比较它们并找出它们的相关程度。这些都是同一位艺术家的歌曲，因此，他们应该给出比“布拉德皮特”和“牙买加告别”更高的分数（概率，百分比等）。

这样做的一种方法是使用名为WikipediaMiner的开源Java工具，该工具使用Wikipedia数据转储进行比较，检查链接，描述等。

问题：
请建议一个更好的选择，使用任何或所有Wikipepdia，DBpedia，Freebase和他们的表兄弟，或结合不同的方法。我更喜欢可以在服务器上下载和设置的开源软件（例如Apache Mahout），而不是付费的Web服务。

Answer 1

这不是编程问题，而是数据。

所以对于StackOverflow来说，这不是一个真正的问题。

我真正想要的是使用WordNet我猜。这实际上是指用于推理单词含义的数据库。因此，例如，数据明确指出数据挖掘是数据处理的一种形式。这是一个物理实体......

你知道，推理只会和你的数据一样好。

DBPedia还可能包括从WordNet到维基百科的映射吗？

Answer 2

你不能说“Thriller”是一首歌，而不是没有额外背景的音乐视频或电影类型或Lambchop专辑。

在您确定了您的项目之后，它“仅仅”是在Freebase，MusicBrainz或您正在使用的任何其他信息源中遍历连接图的问题。

你需要决定如何对得分进行评分。两部迈克尔·杰克逊的歌曲是否更密切相关，因为它们有相同的类型，或者它们与艺术家迈克尔杰克逊的关系更密切，因为他们直接与他联系？