文本語義相似度研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

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)研究的應用領域不斷擴大,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)的工作質量。
  本文基于FrameNet資源,針對文本語義相似度研究的任務,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0.5458。
 

3、 (2)本文將含有深層次的句法語義關系的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系的STS模型在各種類型的語料中結果最為穩(wěn)定。
  文本的主要貢獻在于引入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系與表層語法關系的不同,這些結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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論