如何确定使用WordNet的Python中两个文本之间的语义相似度？使用WordNet来确定两个文本之间的语义相似度？
明显的预处理将删除停用词和词干，但那又如何？
我能想到的唯一方法是计算两个文本中每个单词之间的WordNet路径距离。这是unigrams的标准。但是这些都是大的（400字）文本，它们是自然语言文件，没有任何特定顺序或结构的文字（除了英文文法强加的文字外）。那么，你会在文本之间比较哪些单词？你将如何在Python中做到这一点？
一件事，你可以做的是：
还有另一种方法。从每个文档中的句子计算句子树。然后比较两个森林。很久以前，我为一门课做了一些类似的工作。 Here's the code（请记住，这是很久以前的，这是课程，所以代码是非常黑客，至少可以这么说）。
希望这有助于
+1好主意。我在看你的代码，但我没有看到如何比较句子树。据推测，它应该只需要大约15行代码与Python中的NLTK，不是吗？ – Zach 2012-07-13 22:30:32
我从来没有到过这一点。但它应该是我的代码输出的直接镜头 – inspectorG4dget 2012-07-13 22:34:22
取决于您想如何比较句子树。但它不应该占用太多的代码。 – inspectorG4dget 2012-07-14 00:23:04
我会遍历所有单词，并比较同一指数与Levenshtein距离其他文本并试图将其最小化 – 2012-07-13 02:50:22
两个文本没有通过类似的索引组织。例如，它将是一个关于狗的维基百科页面，另一个关于猫的维基百科页面。 – Zach 2012-07-13 22:22:45