引入領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域的基本問題,有著廣泛的應用,具有理論的研究價值和應用前景。詞語相似度計算是句子、篇章等相似度計算的基礎,在語義相似度計算中起著至關重要的作用。因此,本文介紹了目前國內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域知識相關的事實的缺點,使得“一詞多義”詞語在不同的領域知識下得到不同的相似度。實驗結果證明了不同領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,當關系義原或關系符號義原均為空時,將該部分相似度設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構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