引入領(lǐng)域知識的詞語語義相似度研究.pdf

1、語義相似度是人工智能、信息檢索、文本分類、機器翻譯、詞義排岐、自動問答和句法分析等領(lǐng)域的基本問題,有著廣泛的應(yīng)用,具有理論的研究價值和應(yīng)用前景。詞語相似度計算是句子、篇章等相似度計算的基礎(chǔ),在語義相似度計算中起著至關(guān)重要的作用。因此,本文介紹了目前國內(nèi)外詞語相似度計算的研究現(xiàn)狀及具有代表性的計算方法。并針對目前詞語相似度計算方法的不足之處,提出了引入領(lǐng)域知識的詞語相似度計算方法,使具有“一詞多義”的詞語能根據(jù)所處的領(lǐng)域環(huán)境而具有不同的相

2、似度,提高了詞語相似度的精確性。本文的主要創(chuàng)新之處如下:
　　1、提出一種基于領(lǐng)域知識的詞語相似度計算方法。本文給出了敏感詞集的概念并利用敏感詞集,對待比較詞進行詞義排歧,解決了傳統(tǒng)的詞語相似度計算方法中沒有考慮詞語間相似度與領(lǐng)域知識相關(guān)的事實的缺點,使得“一詞多義”詞語在不同的領(lǐng)域知識下得到不同的相似度。實驗結(jié)果證明了不同領(lǐng)域中相同詞語的相似度是有差異的。因此,在選擇了合適的敏感詞集的情況下,能夠得到與領(lǐng)域知識更相符的語義相似度

3、。
　　2、基于《知網(wǎng)》的詞語相似度計算,優(yōu)化了概念相似度計算方法。在概念相似度計算時,本文考慮《知網(wǎng)》中某些詞語由于描述方式的差別而帶來的計算誤差,不區(qū)分第一基本義原和其他基本義原。同時,當(dāng)關(guān)系義原或關(guān)系符號義原均為空時,將該部分相似度設(shè)為基本義原的相似度,這樣可以減小計算過程中的誤差。
　　3、基于《知網(wǎng)》的詞語相似度計算,提出一個引入義原位置結(jié)構(gòu)的義原相似度計算方法。目前,義原相似度計算方法大都考慮了義原的語義距離、義