两个词之间的关系有同义、反义、近义（有多近？）、相关（有多相关？）等等。我们如何来判断两个词之间的关系呢？利用计算机能自动找出这种关系吗？当然可以，不仅能找出来，而且还能量化出有多近和有多相关。
本文描述了superword开源项目中的定义相似规则，利用词的定义计算词和词之间的相似性。词的定义使用的是韦氏词典，同时也支持牛津词典。相似性算法使用的是word分词提供的10大相似性算法。
定义相似规则主要包括以下6步：
1、获取要计算的词的定义：
String wordDefinition = MySQLUtils.getWordDefinition(word, WordLinker.Dictionary.WEBSTER.name());2、获取分级词汇，分级词汇的具体定义见这里：
Set<Word> words = (Set<Word>)application.getAttribute("words_"+request.getAttribute("words_type"));3、获取分级词汇的定义，代码见这里：
List<String> allWordDefinition = MySQLUtils.getAllWordDefinition(WordLinker.Dictionary.WEBSTER.name(), words);4、从word分词提供的10大相似性算法中任选一个，同时指定使用word分词提供的针对纯英文的分词器：
TextSimilarity textSimilarity = new CosineTextSimilarity(); textSimilarity.setSegmentationAlgorithm(SegmentationAlgorithm.PureEnglish);5、计算相似性，返回最相似的100个单词：
int count = 100; Hits result = textSimilarity.rank(wordDefinition, allWordDefinition, count);6、输出计算结果：
StringBuilder temp = new StringBuilder(); int i=1; temp.append("<table border=\"1\">\n"); for(Hit hit : result.getHits()){ String[] attrs = hit.getText().split("_"); String w = attrs[0]; StringBuilder definition = new StringBuilder(attrs[1]); for(int j=2; j<attrs.length; j++){ definition.append(attrs[j]).append("_"); } temp.append("<tr>"); temp.append("<td> ").append(i++) .append(". </td><td> ") .append(WordLinker.toLink(w)) .append(" </td><td> ") .append(definition) .append(" </td><td> ") .append(hit.getScore()) .append("</td><td> ") .append("<a target=\"_blank\" href=\"definition-similar-rule.jsp?word=" + hit.getText() + "&count=" + count + "&words_type=" + request.getAttribute("words_type") + "\">相似</a>") .append(" </td>\n"); temp.append("</tr>\n"); } temp.append("</table>\n"); htmlFragment = temp.toString();计算效果如下图所示：
1、使用韦氏词典的定义
2、使用爱词霸的定义
3、使用有道词典的定义
文章转载自 开源中国社区[https://www.oschina.net]
