假设我有两个synset synset（car.n.01'）和synset（'bank.n.01'）并且如果我想在wordnet层次结构中找到这两个synset之间的距离那么我该如何使用它NLTK？
我在互联网上搜索但是我得到了类似lin，resnik，jcn等的相似算法，这些算法不能解决我的问题
请帮我解决这个问题。
答案 0 :(得分：2)
来自this
路径相似性，wup_similarity和lch_similarity ，所有这些都应该有效，因为它们基于Wordnet层次结构中两个同义词集之间的距离。
dog = wn.synset('dog.n.01')
cat = wn.synset('cat.n.01')
dog.path_similarity(cat)
dog.lch_similarity(cat)
dog.wup_similarity(cat)
<小时/> 来自同一链接，（粗体相关部分）
<强> synset1.path_similarity（synset2）：
返回表示相似程度的分数 两个词的意思是，基于连接的最短路径 感觉是is-a（上位词/ hypnoym）分类法。得分在 范围0到1，除了那些无法找到路径的情况（将 只有动词是真的，因为有许多不同的动词分类法） 返回哪个案例-1。得分为1代表身份，即 将感觉与自身进行比较将返回1.
synset1.lch_similarity（synset2），Leacock-Chodorow相似度：
返回a 得分表示两个词的感觉有多相似，基于最短的 连接感官的路径（如上所述）和最大深度 感官发生的分类学。这种关系如下 -log（p / 2d）其中p是最短路径长度，d是分类深度。
synset1.wup_similarity（synset2），Wu-Palmer相似度：
返回分数 表示两个词的感觉有多相似，基于深度 分类学中的两种意义和他们的最不共同的潜意识者 （最具体的祖先节点）。注意此时给出的分数 不总是同意Pedersen的Perl给出的那些 实现Wordnet相似性。
答案 1 :(得分：0)