基于混聯(lián)電路的復(fù)述識別方法研究.pdf

1、復(fù)述（Paraphrase），國內(nèi)的研究者有時也稱之為“改寫”，顧名思義就是對相同意思的不同表達(dá)。復(fù)述在自然語言中是一種非常普遍的現(xiàn)象，同時也在自然語言處理(NLP)的應(yīng)用領(lǐng)域中扮演著很重要的角色，是自然語言處理(NLP)中一個研究的難點(diǎn)和熱點(diǎn)，因此現(xiàn)在越來越受到廣大研究者的關(guān)注。
　　本文的主要研究對象是基于混聯(lián)電路的復(fù)述識別技術(shù)。復(fù)述識別技術(shù)可以實(shí)時處理機(jī)器翻譯中遇到的未登錄短語，復(fù)述識別技術(shù)也能識別自動問答系統(tǒng)中多重問句形式

2、從而提高系統(tǒng)性能，復(fù)述識別技術(shù)還能在多文檔自動摘要系統(tǒng)中用于生成、壓縮、相似句子識別等等。
　　本文首先提出了一種新的句子之間距離計算的方法，此方法類似于相似度的計算方法，不同之處在于，電阻距離是計算的值越小，兩個句子越相似，而相似度是計算的值越大，兩個句子越相似。我們首先把兩個句子分別用圖G(V,E，ω)的方法把它們表示出來，然后我們把這兩幅圖合并，相同的單詞節(jié)點(diǎn)V合并在一起，不同的單詞節(jié)點(diǎn)V不合并在一起，與此同時相應(yīng)的邊E和權(quán)

3、重ω也合并在一起，權(quán)重ω的倒數(shù)即是對應(yīng)的電阻，其中我們引入了英文同義詞詞典WordNet，來提高兩個句子之間的正確率、召回率和F1值。這兩個句子之間的電阻距離就是混聯(lián)電路總電阻除以合并之后圖中的節(jié)點(diǎn)總個數(shù)，最后我們通過公式優(yōu)化兩個句子之間的電阻距離從而判別這兩個句子是否是復(fù)述句對。
　　對于此種方法，判斷兩個句子之間是否為復(fù)述句的正確率，召回率和F1值還不夠高，所以針對這種方法，我們提出了此種方法的改進(jìn)方法。我們引入了拉普拉斯矩陣

4、L來改進(jìn)電阻的計算方法，我們首先還是把兩個句子分別用圖G(V,E，ω)的方法表示出來，然后把這兩幅圖合并，然后寫出合并之后圖的鄰接矩陣A和度量矩陣D，則可以得到拉普拉斯矩陣L=D-A，我們再求出L的廣義逆矩陣L+，再利用公式計算出每兩個節(jié)點(diǎn)之間的電阻，其中我們也同樣引入了英文同義詞詞典WordNet。這兩個句子之間的電阻距離就是混聯(lián)電路總電阻除以合并之后圖中節(jié)點(diǎn)的總個數(shù)，最后通過公式優(yōu)化兩個句子之間的電阻距離來判別這兩個句子是否是復(fù)述句