版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在這個信息爆炸的時代里,我們所能接觸到的信息成指數(shù)級增長。為了方便人們以最快速度獲取信息,文本語義相似度(Semantic Textual Similarity, STS)研究的應(yīng)用領(lǐng)域不斷擴(kuò)大,涵蓋了自然語言處理的各個方面,如信息檢索、自動問答、機(jī)器翻譯等等,其性能的優(yōu)劣直接影響著自然語言處理系統(tǒng)的工作質(zhì)量。
本文基于FrameNet資源,針對文本語義相似度研究的任務(wù),在新聞、視頻描述、詞典注釋映射和翻譯評測語料上,利用線性
2、插值模型(Linear Interpolation Model, L IM),從詞重疊、語法、語義三個方面對文本片段對進(jìn)行度量。
本文的主要研究成果如下:
(1)提出了基于FrameNet資源、WordNet知識庫、向量空間模型(Vector Space Model, V S M)的三種文本相似度模型,并利用線性插值的方法將它們集成化形成LIM-based模型,該模型的平均Pearson系數(shù)達(dá)0.5458。
3、 (2)本文將含有深層次的句法語義關(guān)系的LIM-based模型與只包含句法信息的基于樹核函數(shù)文本相似度模型作比較,發(fā)現(xiàn)包含深層次句法語義關(guān)系的STS模型在各種類型的語料中結(jié)果最為穩(wěn)定。
文本的主要貢獻(xiàn)在于引入FrameNet資源計算英文文本對的相似度,通過與基于樹核函數(shù)的相似度模型的對比,分析了深層句法語義關(guān)系與表層語法關(guān)系的不同,這些結(jié)論都將為今后面向大規(guī)模、開放式的文本語義相似度研究提供重要的依據(jù)。提出的LIM-based
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 短文本語義相似度計算的研究.pdf
- 文本語義相似度計算方法研究.pdf
- 基于語義相似度的中文文本相似度算法研究.pdf
- 基于相似語義的文本相似度的判別研究.pdf
- 基于文本分類的語義相似度研究.pdf
- 基于語義的文本相似度計算研究.pdf
- 基于語義分析的文本相似度算法研究.pdf
- 中文文本語義相似度計算研究及應(yīng)用.pdf
- 文本語義相似度計算方法研究及應(yīng)用.pdf
- 基于概念語義相似度的文本信息檢索研究.pdf
- 用戶咨詢文本的語義相似度計算方法研究.pdf
- 基于語義的文本相似度算法研究及應(yīng)用.pdf
- 基于語義相似度的文本聚類算法的研究.pdf
- 基于語義情感傾向的文本相似度計算.pdf
- 受限語境下文本語義相似度計算研究及應(yīng)用.pdf
- 基于HowNet的短文本語義相似度計算方法研究.pdf
- 基于語義相似度的群智能文本聚類方法研究.pdf
- 基于語義加權(quán)的中文文本相似度計算研究.pdf
- 基于語義相似度的論文文本聚類算法研究.pdf
- 基于HNC理論的文本語義相似度計算與應(yīng)用.pdf
評論
0/150
提交評論