如何確定使用WordNet的Python中兩個文本之間的語義相似度？使用WordNet來確定兩個文本之間的語義相似度？
明顯的預處理將刪除停用詞和詞幹，但那又如何？
我能想到的唯一方法是計算兩個文本中每個單詞之間的WordNet路徑距離。這是unigrams的標準。但是這些都是大的（400字）文本，它們是自然語言文件，沒有任何特定順序或結構的文字（除了英文文法強加的文字外）。那麼，你會在文本之間比較哪些單詞？你將如何在Python中做到這一點？
一件事，你可以做的是：
還有另一種方法。從每個文檔中的句子計算句子樹。然後比較兩個森林。很久以前，我爲一門課做了一些類似的工作。 Here's the code（請記住，這是很久以前的，這是課程，所以代碼是非常黑客，至少可以這麼說）。
希望這有助於
+1好主意。我在看你的代碼，但我沒有看到如何比較句子樹。據推測，它應該只需要大約15行代碼與Python中的NLTK，不是嗎？ – Zach 2012-07-13 22:30:32
我從來沒有到過這一點。但它應該是我的代碼輸出的直接鏡頭 – inspectorG4dget 2012-07-13 22:34:22
取決於您想如何比較句子樹。但它不應該佔用太多的代碼。 – inspectorG4dget 2012-07-14 00:23:04
我會遍歷所有單詞，並比較同一指數與Levenshtein距離其他文本並試圖將其最小化 – 2012-07-13 02:50:22
兩個文本沒有通過類似的索引組織。例如，它將是一個關於狗的維基百科頁面，另一個關於貓的維基百科頁面。 – Zach 2012-07-13 22:22:45