rdfsim 0.3

开始

运行测试：

$ nosetests

安装：

$ python setup.py install

示例使用

$ wget http://downloads.dbpedia.org/3.7/en/skos_categories_en.nt.bz2 $ bunzip2 skos_categories_en.nt.bz2 $ python >>> from rdfsim.space import Space >>> space = Space(‘skos_categories_en.nt’) >>> space.similarity_uri(category1, category2)

为整个dbpedia skos类别构造向量空间 Hierarchy（3M三倍）在一台普通笔记本电脑上需要几分钟， 内存占用约500万。

或者，它的一个子集可以在examples/目录中找到。

工作原理

对于层次结构中的每个主题t，我们考虑其父主题集 在k层上的父（t，k）。我们为空间中的每个t构造一个向量 其中每个维度对应于层次结构中的主题d。价值 尺寸d上的t的定义如下：

t_d = sum_{k = 0}^{max_depth} sum_{d in parents(t, k)} decay^k

其中max_depth和decay是两个参数，可以用来影响 我们有多重视 类别层次结构。

它们可以指定如下：

>>> Space.max_depth = 8
>>> Space.decay = 0.9

许可条款和作者

请参阅“复制”和“作者”文件。