基于語義相似度的關(guān)聯(lián)詞柔性群簇模型.pdf

1、在傳統(tǒng)信息檢索中，對(duì)詞匯的識(shí)別往往是機(jī)械識(shí)別、語法識(shí)別，而不是語義識(shí)別，不考慮概念之間的聯(lián)系。關(guān)鍵詞檢索在進(jìn)行關(guān)鍵詞匹配時(shí)，傳統(tǒng)的精確匹配采用詞形匹配而非詞義匹配，檢索到的信息漏檢率很高，而且無法區(qū)分同形異義。模糊串匹配，由于是部分匹配，因而會(huì)產(chǎn)生大量無關(guān)信息，其信息量遠(yuǎn)遠(yuǎn)超出人工可以處理的范圍。另外傳統(tǒng)的關(guān)鍵詞匹配對(duì)同義/近似詞的匹配也無能為力。 本文從信息融合的角度出發(fā)，提出了基于語義相似度的關(guān)聯(lián)詞柔性群簇模型，設(shè)計(jì)了一種具

2、有語義聯(lián)想能力的知識(shí)庫系統(tǒng)，為概念檢索提供了一種關(guān)鍵詞“語義匹配”的實(shí)現(xiàn)方法。該系統(tǒng)不僅可以根據(jù)需要?jiǎng)討B(tài)的柔性調(diào)節(jié)匹配范圍，而且在同義詞/近義詞擴(kuò)展方面實(shí)現(xiàn)了一定的智能性。 本文定義了基于距離的語義相似度，通過構(gòu)建n維關(guān)聯(lián)詞簇，在充分考慮領(lǐng)域詞匯語義、語用和語境的基礎(chǔ)上，描述概念之間的聯(lián)系，有效的解決了“詞匯孤島”的問題。 本文提出MSS(Most Similar Semantic)最相似語義搜索算法，實(shí)現(xiàn)了關(guān)鍵詞匹配的

3、柔性調(diào)節(jié)。設(shè)計(jì)了應(yīng)用緊致性原理的智能簇，實(shí)現(xiàn)了同義詞的自動(dòng)擴(kuò)展，具有一定的智能性，避免了由于人們?nèi)狈θ钟^念而設(shè)置某些不恰當(dāng)?shù)牟樵儣l件。 本文設(shè)計(jì)了基于語義相似度的關(guān)聯(lián)詞柔性群簇模型，之后又對(duì)其原始模型進(jìn)行了結(jié)構(gòu)和功能上的擴(kuò)展，添加了先驗(yàn)知識(shí)庫和歷史經(jīng)驗(yàn)庫，建立了高頻詞匯索引機(jī)制，并提出了優(yōu)化查詢的策略，從而提高了原群簇模型的性能。 本文所研究的問題來源于國家科技攻關(guān)項(xiàng)目——信息融合技術(shù)在數(shù)字海洋中應(yīng)用的預(yù)研。項(xiàng)目中，我