基于語義相似度的中文文本相似度算法研究.pdf

1、在中文信息處理中，文本相似度的計算廣泛應用于信息檢索、機器翻譯、自動問答系統(tǒng)、文本挖掘等領域，是一個非?；A而關鍵的問題，長期以來一直是人們研究的熱點和難點。目前多數文本相似度算法是以向量空間模型(VSM)為基礎的，但這種方法會引起高維稀疏的問題。而且，這類算法沒有很好地解決文本數據中存在的自然語言問題：同義詞和多義詞。這些問題干擾了文本相似度算法的效率和準確性，使相似度計算的性能下降。
　　 本文采用一種新的思路，在傳統(tǒng)的文本

2、相似度算法中融入語義相似度的計算以提高文本相似度計算的性能。本文對現有的文本相似度算法和語義相似度計算作了深入討論，在此基礎上提出一種基于語義相似度的中文文本相似度算法。本文運用所提出的算法針對某高校某學院的在線畢業(yè)設計管理信息系統(tǒng)中學生的畢業(yè)論文文本進行了相似度實驗，對算法進行了有效性驗證。經實驗證明，本文提出的算法比傳統(tǒng)的文本相似度算法具有更高的效率和正確性。這一課題的研究及其成果對于中文信息處理將有一定的參考價值和良好的應用前景。