Nlp 词的层次语义距离

我需要一个有标签的数据（人类判断）来表示多对单词（至少数百对）之间的结构/层次语义距离

例如，d（计算机、电视） 如果我们将所有单词组织在一个dendogram或一棵树中，其中每个节点都是一个类别（“电子设备”、“带屏幕”等），并且单词是叶子，那么这个数字将表示我们从一个单词到另一个单词的步数（节点）

是否存在这样的数据集？ 每对夫妇的评级就足够了，不需要完全嵌入/树/指定节点 （示例数据集为：

电脑电视1

广播电视2

洗碗机电视3

---

谢谢！

我现在知道了这样的人类判断数据集，但我想你可以看看像WordNet这是一个英语词汇数据库，以图形的形式。给定两个单词，你可以计算WordNet中代表它们的节点之间的距离

名词和动词都被组织成层次结构，由 超级名词或是一种关系。例如，单词的一种意义 dog是按照超词层次结构找到的；单词处于同一级别 表示语法集成员。每组同义词都有一个唯一的索引

dog, domestic dog, Canis familiaris
 canine, canid
  carnivore
   placental, placental mammal, eutherian, eutherian mammal
    mammal
     vertebrate, craniate
      chordate
       animal, animate being, beast, brute, creature, fauna
        ...

---

如果您正在查找数据集，也可以询问。

谢谢您提供的数据集参考，我不知道。我会在那里询问。我熟悉WordNet，但它不够好，因为它是手工定义的，并且有一些不太精确的定义。我想将WordNet与word2vec距离一起使用，但为此，我希望有人类的判断数据a作为标签。