葛瑞斯肯樂活筆記

在Information Retrieval領域，有時候需要計算字與字之間的關聯性，通常我們會使用PMI、Chi-square、Log-likelihood等方法來計算。

不過，計算兩個字在WordNet之間的關聯性也是一個不錯的選擇。

呼叫WordNet，要先裝WordNet: https://wordnet.princeton.edu/

計算前，請先下載WS4J.jar，官網如下:

https://code.google.com/p/ws4j/

 

呼叫並且計算相似度很簡單，先將WS4J import，之後使用下列程式碼即可計算，這個Jar檔提供了非常多的相似度計算方式，簡易程式碼如下，

import edu.cmu.lti.lexical_db.ILexicalDatabase;
import edu.cmu.lti.lexical_db.NictWordNet;
import edu.cmu.lti.ws4j.impl.WuPalmer;
import edu.cmu.lti.ws4j.util.WS4JConfiguration;
public class similarityInWN 
{
    private static ILexicalDatabase db = new NictWordNet();
    /*
    //相似度選擇
    new HirstStOnge(db), new LeacockChodorow(db), new Lesk(db), new WuPalmer(db),
    new Resnik(db), new JiangConrath(db), new Lin(db), new Path(db)
    */
    public static double computeSmilarityInWN(String word1, String word2) 
    {
        WS4JConfiguration.getInstance().setMFS(true);
        //s代表兩個字的相似度
	double s = new WuPalmer(db).calcRelatednessOfWords(word1, word2);        
	return s;
    }
}