如何计算Python中两个单词的意义距离

我想知道是否有可能计算Python中两个相关单词之间的距离/相似性（如“欺诈”和“偷窃”）。这两个词本身并不是同义词，但它们显然是相关的。NLP中是否有任何概念/算法可以用数字表示这种关系？也许通过NLTK

我不是在寻找Levenshtein距离，因为它与组成一个单词的单个字符有关。我在寻找意义之间的联系

---

非常感谢您的帮助。

我的建议如下：

• 将每个单词放在同一个同义词词典中，以获得同义词列表
• 获取这两个单词的相似同义词集的大小
• 这是词语之间相似性的度量

如果您想进行更彻底的分析：

• 同时也要得到两个单词的反义词
• 获取两个单词的反义词集的交集大小

如果你想走得更远

• 将每个单词放在同一个同义词词典中，以获得同义词列表
• 使用查询结果中最前面的n（=5）个词来启动新查询
• 重复这个步骤，直到你觉得足够的深度
• 从重复的同义词查询中收集同义词
• 从两个同义词集合中获取两个单词的相似同义词集的大小
• 这是词语之间相似性的度量

---

NLTK的wordnet是您希望用于此目的的工具。首先，使用以下方法获取每个单词的所有词义：

synonymSet = wordnet.synsets(word)

然后循环2个单词的每个可能的意义，并在嵌套循环中相互比较：

similarity = synonym1.res_similarity(synonym2,semcor_ic)

求该值的平均值或使用找到的最大值；由你决定
本例使用的是使用“IC”或信息内容的词语相似性比较。如果单词更具体，或者包含更多信息，那么相似度得分会更高，所以一般来说，当我们考虑单词相似度时，它更接近我们的意思
要使用这些东西，您需要导入和变量：

import nltk    
from nltk.corpus import wordnet
from nltk.corpus import wordnet_ic
semcor_ic = wordnet_ic.ic('ic-semcor.dat')

---

尝试gensim包，如下所示：。例如：>>>model.wv.similarity（'woman'，'man'）0.73723527使用wordnet-请参阅此（）或参阅类似帖子：