小编Duo*_*hia的帖子

一种特殊的自然语言实践是使用WordNet计算两个单词之间的相似性.我用以下python代码开始我的问题:

from nltk.corpus import wordnet
sport = wordnet.synsets("sport")[0]
badminton = wordnet.synsets("badminton")[0]
print(sport.wup_similarity(badminton))

我们将得到0.8421

现在如果我寻找"haha"和"lol"如下:

haha = wordnet.synsets("haha")
lol = wordnet.synsets("lol")
print(haha)
print(lol)

我们将得到

[]
[]

然后我们不能考虑它们之间的相似性.在这种情况下我们能做些什么？

假设我们有 X 矩阵如下：

[[9 0]
[1 4]
[2 3]
[8 5]]

然后，

from scipy.cluster.hierarchy import linkage
Z = linkage(X, method="ward")
print(Z)

返回矩阵如下：

[[  1.           2.           1.41421356   2.        ]
 [  0.           3.           5.09901951   2.        ]
 [  4.           5.          10.           4.        ]]

返回值的含义是什么？