与COLT的2个语义向量之间的相似度量

Question

我正在使用传播激活将相关概念传递给给定的一个。

如果我想计算“伦敦”和“巴黎”之间的相似性，我得到2个载体，如：

vector for 'Paris': 
Paris : 1.0 
City : 0.9 
Capital : 0.7 
France : 0.6 
Europe : 0.5 
... 

vector for 'London': 
London : 1.0 
City : 0.9 
England : 0.9 
United Kingdom : 0.8 
Europe : 0.5 
... 

的问题是向量可以有不同的长度。在这种情况下可以采用什么相似性度量？ 据我所知，余弦测量只能应用于具有相同大小的矢量。

我发现这些包： SimMetrics：http://staffwww.dcs.shef.ac.uk/people/S.Chapman/simmetrics.html 和COLT：http://nlp.stanford.edu/nlp/javadoc/colt-docs/overview-summary.html

怎么可能在我的情况下使用它们？

谢谢！ Mulone

Answer 1

您可以将所有未分配的值默认为0以获得匹配的向量，然后使用您选择的任何距离度量。不过，你可能想要某种方式来加权不同的属性，因为有些可能是比其他属性更好的相关能指。

另外，伦敦比巴黎更“欧洲”的衡量标准是什么？