實現2種詞匯相關度計算方法，基於詞典與基於語料各壹種
基於Mturk-771進行實驗和分析(開放式) ： _similarity(c1,c2, brown_ic) # 1/2 * log P(LCS(c1,c2)) - (logP(c1) + logP(c2))
lin_similarity(c1,c2, semcor_ic) # 2 * log P(LCS(c1,c2)) / (logP(c1) + logP(c2))
特殊處理：
1、 其中lin_similarity、wup_similarity和path_similarity結果範圍在[0,1]之間，而由我們的數據可知，數據結果應該在[0,5]之間，因此這裏我們把結果×5進行處理。
2、 壹個詞會有多種詞義，判斷兩個詞需要讓兩個詞之間的各個詞義進行比較。如何判斷兩個詞之間的相似度呢？我同時使用了最大值和平均值，發現平均值得到的結果會非常小，猜想兩個詞之間可能有較多的詞義無關，影響了結果，因此最後選擇用最大值。
3、 lch_similarity得到的值都不大，因此最後進行了歸壹化處理×5
4、 res_similarity(c1,c2, brown_ic) jcn_similarity(c1,c2, brown_ic)得到的結果存在le+300，而第二大的數分別為12.26837533572617和19.273454235478546，因此取13和20代替原來的最大le+300。
剩余分數則是歸壹化後再×5
五分分值：
因為預訓練詞向量都比較大，這裏就使用了gensim中的word2vec模型進行自行訓練，訓練語料為text8，大概有100M左右。
最後得到的結果如下圖：score為真實評分分布，w2v為word2vec實際評分分布。
結果分析使用了均方誤差
由圖可以看出，word2vec方法和 res算法結果較好，觀察預測結果分布，可以看出這兩種方法和真實結果分布比較相似。
在觀察時，我們也發現，path等方法相似度偏向與1（或者是5）左右，原因是我們這裏取的是最大值，對於account,explanation這兩個單詞，因為它們有相同的詞義，這裏就認為相似度最大。但實際在現實生活中，考慮兩個詞詞義是否相似，除卻詞義的重合程度外，可能還要考慮兩個詞是否是常用詞義相似等等。比如兩個詞常用含義相似和兩個詞罕見含義相似，雖然都是某種詞義相似，但顯然前者更能體現詞的相似度。
因此可能取平均和取最大都不能很好的描述兩個詞之間的相似度。而語料的方法則可以得到詞的常用和罕見意義這壹信息。這裏用word2vec訓練語料有限，可能結果也不是非常準確，相信如果網上很多預訓練的詞向量可能會有更好的結果。