基于語(yǔ)序片的文本相似度研究.pdf

1、文本相似度計(jì)算是主觀題自動(dòng)閱卷系統(tǒng)的核心，文本相似度計(jì)算方法關(guān)系到整個(gè)主觀題自動(dòng)閱卷系統(tǒng)的精確性和實(shí)用性。
　　要對(duì)文本相似度進(jìn)行客觀、準(zhǔn)確的計(jì)算，不能局限于詞匯相似度，還要綜合考慮詞序和句子結(jié)構(gòu)、文本結(jié)構(gòu)等對(duì)文本語(yǔ)義產(chǎn)生影響的因素。詞匯是文本的基本依據(jù)，詞匯相似度是文本相似度計(jì)算的基礎(chǔ)。詞序?qū)渥拥恼Z(yǔ)義表達(dá)有著重要影響，在詞匯語(yǔ)義相似度計(jì)算基礎(chǔ)上加入對(duì)詞序的考慮才能準(zhǔn)確把握句子的語(yǔ)義。此外，復(fù)句語(yǔ)義關(guān)系層次、句序等文本結(jié)構(gòu)也對(duì)文

2、本相似度計(jì)算起著不同程度的作用。
　　為了全面地刻畫(huà)文本相似度，同時(shí)又避免現(xiàn)階段難以實(shí)現(xiàn)的漢語(yǔ)句法分析，提出語(yǔ)序片的概念，將詞序、句序等文本特征信息融入到各層次文本相似度計(jì)算中，以提高相似度計(jì)算的合理性，從而克服現(xiàn)有文本相似度計(jì)算系統(tǒng)忽略語(yǔ)序?qū)ξ谋鞠嗨贫扔?jì)算影響的不足。
　　在構(gòu)建基于語(yǔ)序片的文本相似度計(jì)算模型中，本文著重進(jìn)行了如下創(chuàng)新和嘗試：
　　提出詞序片的概念并設(shè)計(jì)詞序片的提取方法，使用詞序片刻畫(huà)詞序?qū)渥诱Z(yǔ)義表