Nlp 需要有关访问WordNet层次结构以实现算法的帮助

我试图在java中使用WordNet层次结构实现Resnik的相似性度量

例：-把钱存入银行。 在上面的例子中，假设我想消除存款和银行的歧义。所以，我必须首先访问各个单词的词义节点，然后应用算法

我的问题是：-

---

如何通过编程访问WordNet层次结构/节点位置？

脏，效率不高，但很明显？：为什么不计算给定术语的所有可能的光泽/感官对，并保留最大相似性分数（或者在此之前，对应的LCS最小/最大，不知道算法的细节）鉴于单词在相同的上下文中，例如短语、句子或段落级别？

我使用了@Damnd建议的Java WN相似性项目参见相关问题/答案：另请参见我了解您已经了解JAWS。那么问题出在哪里？@Qnan，原因是：-比如bank1=金融机构；bank2=水体附近的土地坡度等。同样沉积1=xxx，沉积2=yyy（光泽）。根据Resnik的说法，为了计算LCS，我必须首先得到节点的位置，然后只有我才能应用该算法。因此，银行1和存款1的信用证与银行1和存款2的信用证不同。。你明白了吗？你可以使用Java项目：