基于混聯電路的復述識別方法研究.pdf

1、復述（Paraphrase），國內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。復述在自然語言中是一種非常普遍的現象，同時也在自然語言處理(NLP)的應用領域中扮演著很重要的角色，是自然語言處理(NLP)中一個研究的難點和熱點，因此現在越來越受到廣大研究者的關注。
　　本文的主要研究對象是基于混聯電路的復述識別技術。復述識別技術可以實時處理機器翻譯中遇到的未登錄短語，復述識別技術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，復述識別技術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V合并在一起，不同的單詞節(jié)點V不合并在一起，與此同時相應的邊E和權

3、重ω也合并在一起，權重ω的倒數即是對應的電阻，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電路總電阻除以合并之后圖中的節(jié)點總個數，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述句對。
　　對于此種方法，判斷兩個句子之間是否為復述句的正確率，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方法。我們引入了拉普拉斯矩陣

4、L來改進電阻的計算方法，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電路總電阻除以合并之后圖中節(jié)點的總個數，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述句