我遇到了几种使用 WordNet 的结构和层次结构来测量语义相似度的方法，例如江和康拉斯测度（JNC）、雷斯尼克测度（RES）、林测度（LIN）等
使用 NLTK 测量它们的方式是：
sim2=wn.jcn_similarity(entry1,entry2,brown_ic)
sim3=entry1.res_similarity(entry2, brown_ic)
sim4=entry1.lin_similarity(entry2,brown_ic)
如果WordNet是计算语义相似度的基础，那么布朗语料库在这里有什么用？
【问题讨论】：
标签： nlp similarity wordnet corpus semantic-analysis
具体来说，*_ic 表示法是信息内容。
synset1.res_similarity(synset2, ic): Resnik Similarity: 返回一个分数 表示两个词义的相似程度，基于信息 最不常见的Subsumer（最具体的祖先）的内容（IC） 节点）。请注意，对于任何使用信息的相似性度量 内容，结果取决于用于生成的语料库 信息内容和信息内容的具体情况 已创建。
来自here的信息内容的更多信息：
测量词义IC的常规方法是结合 从一个本体中了解它们的层次结构 WordNet 及其在文本中的实际使用统计数据来自 一个庞大的语料库
【讨论】：
wn_ic=wn.ic(wn) 可以使用，为了进行有效的相似性测量，它应该来自不是wordnet 的文本（例如棕色）？因为你提到的论文说：We feel that WordNet can also be used as a statistical resource with no need for external ones
您代码中的 brown_ic 指的是信息内容文件 ~/nltk_data/corpora/wordnet_ic/ic-brown.dat。有关 ic-brown.dat 格式的更多详细信息，请查看 NLTK 用户组的 this thread。
总体而言，ic-brown.dat 文件列出了 Brown 语料库中存在的每个单词及其信息内容值（与单词频率相关联）。
JC、Resnik 和 Lin 的语义测量都需要使用除 WordNet 之外的语料库。这些措施将 WordNet 与语料库统计相结合，与单独使用 WordNet 相比，它们与人类判断的相关性更好（Li 2006;Pedersen 2010）。
【讨论】：