基于多重继承与信息内容的知网词语相似度计算 - 论文及代码讲解

论文：《基于多重继承与信息内容的知网词语相似度计算》-2017-张波，陈宏朝等 查看
代码：https://github.com/yaleimeng/Final_word_Similarity

总体感受：
太乱了，有可能是之前没怎么接触这块。
看论文，搞不懂怎么回事，义项、义原是啥，怎么这么多定义，到头来还是不懂两个词的相似度怎么计算，比哈工大词林那篇论文复杂多了。
看代码，函数调来调去，一会这个判断一会那个判断，不明白为啥要这么干，光读词表就看着很费劲。
（程序可能还有bug，调试时有时不能正确运行）

概念

义原：义原是描述义项的最基本单位，分为事件、实体、属性、属性值、数量、数量值、次要特征、语法、动态角色和动态属性等 10 大类，2000 版的知网共有 1618 个义原。 通过上下位关系，所有的知网义原组成一个树状义原层次体系，如图 1 所示。
义项：知网中所有的义项（又称“概念”）并不是组织为树状概念结构，而是采用“义原”对义项进行描述定义。

如图 2 所示，由于一个词语可能有多个义项，每一个义项可能有多个上位节点
（抽象概念或实概念），所以体现了义项网的多重继承特征， 但这种多重继承仅表现在叶子节点（义项） 上。