LCH相似度 - 需要相同的POS吗？ Python

Question

比较wordnet相似性度量以查看哪些与我的语料库最相关/有用 - 在尝试计算lch时遇到此错误消息 - 计算lch相似性需要Synset（'home'.n.01）和Synset（'chronological.a.01'）具有相同的词性。“

在尝试使用lch之前，我是否必须将列表中的所有单词标准化为相同的POS？

作为参考，我能够成功地计算出wup_similarity，没有任何POS标准化。我试图计算相似度的单词列表已全部使用WordNetLemmatizer进行词汇化。

Answer 1

你不能通过改变词类来解决这个问题，因为不是所有的词都可以成为任何言语的一部分。例如，“按时间排序”不能是名词。

一种方法是捕捉像这样的异常，或者检查不同的言语部分，并指定相似度为零。

WordNet也可以通过模拟不同词类的共享根来处理这个问题，这可能是为什么你的一些相似性度量有效。然而，工作方式is confusing，所以你可能不应该依赖它。

如果您想要任意词的相似性，请尝试使用词向量（Word2Vec或GloVe）而不是WordNet。