不在库中的无关短语/词语相似度为1

[wangwei14]

description

调用synonyms.compare()函数时出现的问题，当输入两个字符串完全无关时，预期返回值应该为0，而事实上不是这样。实验中有时候会将没有明确意义的短语进行比较，测试结果不是很好。观察发现，如果两个词都不在字典中，向量表示赋值为0，距离为0，相似度为1。

current

“一下张磊” “平金磊” 1.0

expected

“一下张磊” “平金磊” 0.0

solution

尝试在函数_similarity_distance中计算范数倒数g时规定若两字符串对应向量均为0，则令g=0。但是此时仍然有两个问题，一个是，此时编辑距离u的值为0.5或0.25，取决于分词后空格的个数差，感觉应该为0比较合理；另一个是，若分词后有部分词在字典中不存在，另一部分存在，则上述改动的判定失效，最后返回值为仍为1。猜测可能解决方法是，在词不在字典中时，以词为种子生成随机数，作为向量表示，不知是否可行。

environment

Python2.7

[wangwei14]

忽然发现昨天有个closed issue就是这个问题，2333