Medida de similaridade baseada em múltiplas classes a partir de uma taxonomia hierárquica?

Alguém poderia recomendar uma boa medida de similaridade para objetos que possuem várias classes, onde cada classe faz parte de uma hierarquia?

Por exemplo, digamos que as classes se pareçam com:

1 Produce
  1.1 Eggs
    1.1.1 Duck eggs
    1.1.2 Chicken eggs
  1.2 Milk
    1.2.1 Cow milk
    1.2.2 Goat milk
2 Baked goods
  2.1 Cakes
    2.1.1 Cheesecake
    2.1.2 Chocolate

Um objeto pode ser marcado com itens acima em qualquer nível, por exemplo:

Omelette: eggs, milk (1.1, 1.2)
Duck egg omelette: duck eggs, milk (1.1.1, 1.2)
Goat milk chocolate cheesecake: goat milk, cheesecake, chocolate (1.2.2, 2.1.1, 2.1.2)
Beef: produce (1)

Se as classes não fizessem parte de uma hierarquia, provavelmente examinaria a semelhança de cosseno (ou equivalente) entre as classes atribuídas a um objeto, mas gostaria de usar o fato de que diferentes classes com os mesmos pais também têm algum valor de semelhança (por exemplo, no exemplo acima, a carne bovina tem uma pequena semelhança com a omelete, pois ambos têm itens da classe '1 product').

Se ajudar, a hierarquia possui ~ 200k classes, com uma profundidade máxima de 5.

Embora eu não tenha experiência suficiente para aconselhá-lo sobre a seleção da melhor medida de similaridade , já vi várias delas em vários trabalhos. Esperamos que a seguinte coleção de trabalhos de pesquisa seja útil para determinar a medida ideal para sua pesquisa. Observe que eu intencionalmente incluí artigos, usando abordagens freqüentistas e bayesianas da classificação hierárquica, incluindo informações de classe, para obter uma cobertura mais abrangente .

Abordagem freqüentista:

• Semelhança semântica baseada em estatísticas de corpus e taxonomia lexical
• Não é possível ver a floresta para as folhas: medidas de similaridade e distância para taxonomias hierárquicas com um exemplo de classificação de patente (também consulte resultados e dados adicionais )
• Aprendendo métricas de similaridade hierárquica
• Uma nova medida de similaridade para taxonomia baseada na contagem de arestas
• Classificação hierárquica de documentos da vida real
• Classificação hierárquica de documentos usando hierarquia gerada automaticamente
• Distância de ordem dividida para hierarquias de cluster e classificação
• Um classificador hierárquico k-NN para dados textuais

Abordagem bayesiana:

• Melhorando a classificação quando uma hierarquia de classes está disponível usando uma hierarquia anterior baseada em hierarquia
• Agregação bayesiana para classificação hierárquica de gênero
• Classificação hierárquica para vários bancos de dados da Web distribuídos