algorithm - 什么是 "least common subsumer"以及如何计算它？

Question

我想使用 Wu 和 Palmer 方法在 wordnet 中计算相似度，

wp = (2 X depth(lcs)) / (depth(synset1) + depth(synset2))

其中 lcs 是 synset1 和 synset2 的“最不常见的子消费者”

我的问题是:

1. 什么是“最不常见的子消费者”？
2. 如何计算？

Answer 1

根据这个paper ，两个概念A和B的Least Common Subsumer是“最具体的概念，它是A和B的祖先”，其中概念树由is-a关系定义。一个概念被定义为另一个概念的祖先，就像你在人类家谱中定义祖先的方式一样，它是另一个概念的 parent ，祖 parent ，等等。例如:

1. 汽车是汽车，汽车是交通工具
2. 船是一种交通工具。
3. 车辆是一个对象。

图表:

    Object      |    Vehicle      |  ---------  |       | Boat  Automobile          |         Car

在这种情况下，“automobile”是“car”的父级(也是祖先)，而“vehicle”是“car”的祖先。 “车”也是“船”的始祖。在这种情况下，“船”和“汽车”的 LCS 是“车辆”，因为它是最具体的概念，是“船”和“汽车”的祖先。请注意，虽然“object”是“boat”和“car”的共同子类，但它并不是最不重要的，因为“object”(在本例中是“vehicle”)仍然有一个子类，这也是一个常见的“车”和“船”的总称。 “Automobile”并不是最不常见的子类，因为它不是“boat”的祖先。

为了计算相似度，我建议你使用可用的库，否则你需要自己构建概念图，这很麻烦。

在 Perl 中，您可以使用 WordNet::Similarity package

在 Python 中，您可以使用 nltk 包，具体来说，wup_similarity

在 Java 中，您可以使用 ws4j package