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、<p> 一種頻率增強(qiáng)的語句語義相似度計算</p><p> 摘要:目前,在基于HowNet進(jìn)行語句語義相似度計算的算法中,沒有考慮語句中的不同詞語對語句之間相似度值的不同貢獻(xiàn)程度,以致計算結(jié)果不理想.為了更好地解決上述缺陷,提出了一種頻率增強(qiáng)語句語義相似度算法.該算法利用HowNet作為詞典庫,在同時考慮義原距離和義原深度的條件下,進(jìn)行詞語相似度計算;在此基礎(chǔ)上算法進(jìn)一步將詞語在語料庫中的頻率函數(shù)
2、作為權(quán)重值,引入至語句的語義相似度計算中,以降低高頻率詞語在語句相似度值中的比重.實(shí)驗(yàn)表明,改進(jìn)的算法在語句相似度計算結(jié)果上與人們的主觀判斷更接近,結(jié)果更合理. </p><p> 關(guān)鍵詞:HowNet;義原樹狀結(jié)構(gòu);語料庫;語義相似度 </p><p> 中圖分類號:TP39 文獻(xiàn)標(biāo)識碼:A </p><p> 文本相似度\[1\]是表示兩個或多個文本之間匹
3、配程度的一個度量參數(shù),相似度越大,說明對比的內(nèi)容相似程度越高,反之越低.文本相似度計算廣泛應(yīng)用于文本挖掘、Web信息搜索和機(jī)器翻譯等,是自然語言處理中的一個重要研究領(lǐng)域\[2\].在長文本句子相似度計算中,主要分析相同的句子并且將句子分類\[1\];在圖像修復(fù)中,根據(jù)嵌入圖像的描述文字進(jìn)行修復(fù)可以達(dá)到更高的精度\[3\],在web內(nèi)容進(jìn)行搜索時,計算web頁面中的語句相似度能夠更加有效地推薦搜索結(jié)果\[4\]. </p>
4、<p> 當(dāng)前的文本相似度計算包括詞語相似度計算,語句相似度計算等,詞語相似度計算是指詞語之間在語義上的相似度計算,狹義地說,是指從字面上來計算兩個詞語之間的相似度\[5\],其研究方法主要包括利用語義詞典以及詞典中數(shù)據(jù)的樹狀層次結(jié)構(gòu)關(guān)系,來計算詞語之間的語義相似度值;其次是利用統(tǒng)計學(xué)中的概率分布思想,結(jié)合語料庫,通過詞語在語料庫中出現(xiàn)的頻率來反應(yīng)詞語間的相似度.第一類方法的基礎(chǔ)是語義詞典庫,根據(jù)義原或者詞語本身構(gòu)成的樹狀結(jié)
5、構(gòu),來得到詞語的相似度值,這類方法的一個較明顯的缺點(diǎn)是詞典庫中經(jīng)常存在一些沒有登錄或記錄的詞匯.第二類方法的基礎(chǔ)是語料庫,該方法中假定當(dāng)詞語所在的上下文環(huán)境相似時,詞語之間才是相似的.但是這個方法中的一個缺陷是有時語料庫中的詞語頻率函數(shù)并不滿足某種概率分布\[6\]. </p><p> 但是,單純的詞語之間語義相似度計算還不足以滿足日常需要,人們在平常的工作生活中,接觸到的通常是以文本形式出現(xiàn)的信息,因此,詞
6、語語義相似度計算還需要過渡到語句語義相似度計算層面上.在語義相似度計算方法中,主要包括將詞性和詞序結(jié)合的方法\[7\]、依存樹法、編輯距離方法和基于HowNet的方法\[8\]等,我們從復(fù)雜度、詞語權(quán)重信息、同義詞反義詞、數(shù)據(jù)稀疏、語義信息、語句結(jié)構(gòu)和算法可行度進(jìn)行分析發(fā)現(xiàn),這些方法并不能完全滿足這些因素. </p><p> 在以往的文本或者長句相似度匹配中,可以通過上下文關(guān)系中推斷出文本的語義,但是在短句中
7、,由于詞匯量的問題,以往的語句相似度計算法在短句中的語義相似度計算中有效性不高\[9\],因而文本中短句中相似度計算, 如5~25個詞語組成的不講究語法的短句,已逐漸成為自然語言處理中的一個重要領(lǐng)域. </p><p> 本文將HowNet作為語義詞典庫, HowNet是由董振東先生創(chuàng)立, HowNet的描述對象是漢語詞語和英語詞語所代表的概念,它揭示了概念之間以及概念屬性之間的復(fù)雜關(guān)系,并以此構(gòu)成一個組織龐大
8、、內(nèi)容豐富的知識庫. </p><p><b> 4結(jié)論 </b></p><p> 本文以HowNet為語義詞典庫,介紹了HowNet中義原相似度計算、概念相似度計算以及詞語相似度計算的細(xì)節(jié)和公式.最終,以此為基礎(chǔ),研究了改進(jìn)的語句語義相似度計算. </p><p> 在對語句相似度算法改進(jìn)時,將詞語在語料庫中的頻率函數(shù)作為權(quán)重系數(shù)加入
9、到計算公式中.語料庫中詞語出現(xiàn)的頻率越大,對語句整體所起的作用越小,反之則越大,這個規(guī)律與人們?nèi)粘5挠^念也相符合.本文改進(jìn)的算法在一定程度上解決了目前基于HowNet的語句相似度算法中存在的計算結(jié)果不合理現(xiàn)象.最后,通過三種方法的對比實(shí)驗(yàn)證明,改進(jìn)后的語句相似度計算方法更合理. </p><p><b> 參考文獻(xiàn) </b></p><p> [1]ALIGULI
10、YEV R M. A new sentence similarity measure and sentence based extractive technique for automatic text summarization\[J\]. Expert Systems with Application ,2009,36 (4): 7764-7772. </p><p> ?。躘2\]涂承勝,魯明羽,陸玉昌.W
11、eb內(nèi)容挖掘技術(shù)研究\[J\].計算機(jī)應(yīng)用研究,2003,20(11):5-9. </p><p> TU Chengsheng, LU Mingyu, LU Yucang. Web content mining technology\[J\]. Computer Application Research, 2003,20(11):5-9.(In Chinese) </p><p>
12、\[3\]CHIANG J H,YU H C. Literature extraction of protein functions using sentence pattern mining\[J\]. IEEE Transactions on Knowledge and Data Engineering,2005,17(8):1088-1098. </p><p> \[4\]KO Y, PARK J, S
13、EO J. Improving text categorization using the importance of sentences\[J\]. Information Processing and Management,2004,40: 65-79. </p><p> ?。躘5\]LIN Dekang. An information theoretic definition of similarity
14、semantic distance in wordnet \[C\]//Proceedings of the Fifteenth International Conference on Machine Learning1998:296-304. \[6\]田久樂,趙蔚.基于同義詞詞林的詞語相似度計算方法\[J\].吉林大學(xué)學(xué)報,2010,28(6):602-608. </p><p> TIAN Jiul
15、e,ZHAO Wei. Words similarity algorithm based on tongyici cilin in semantic web adaptive learning system\[J\]. Journal of Jilin University, 2010,28(6):602-608.(In Chinese) </p><p> \[7\]車萬翔,劉挺,秦兵,等.基于改進(jìn)編輯距離的
16、中文相似句子檢索\[J\].高技術(shù)通訊,2004(7):15-19. </p><p> CHE Wangxiang,LIU Ting, QIN Bing. Similar chinese sentence retrieval based on improved editdistance\[J\].High Technology Letters,2004(7):15-19. (In Chinese) </
17、p><p> ?。躘8\]劉群,李素建.基于《知網(wǎng)》的詞匯語義相似度計算\[C\]//第三語義學(xué)研討會論文集.臺北:臺北中央研究院,2002:149-163. </p><p> LIU Qun, LI Sujian How netbased lexical semantic similarity calculation\[C\]//Third Semantics Workshop Proc
18、eedings. Taipei: Academia Sinica, 2002:149-163.(In Chinese) </p><p> ?。躘9\]AMINUL Islam,DIANA Inkpen. Semantic text similarity using corpusbased word similarity and string similarity\[R\]. Ottawa, Canada:Uni
19、versity of Ottawa,2008. </p><p> \[10\]LIAO Zhining, ZUHAIR A. Bandar, James D. O’Shea,Keeley Crockett. Termbased approach for semantic similarity of short texts\[R\].Manchester, England:Manchester Metropol
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
- 淺論一種醫(yī)療本體語義相似度算法的設(shè)計
- 一種基于語義網(wǎng)絡(luò)的中文文本相似度計算方法.pdf
- 一種基于相似度的語義Web服務(wù)匹配框架研究.pdf
- 一種中文句子相似度的計算方法.pdf
- 一種計算昆蟲翅脈拓樸圖相似度的方法.pdf
- 一種基于多屬性本體的概念相似度計算方法的研究.pdf
- 短文本語義相似度計算的研究.pdf
- 基因間語義相似度計算研究.pdf
- 一種綜合多層次信息的句子相似度計算方法研究.pdf
- 基于語義的文本相似度計算研究.pdf
- 中文詞匯語義相似度計算研究.pdf
- 基于語義樹的語句相似度和相關(guān)度在問答系統(tǒng)中的研究.pdf
- 基于語義的科技項(xiàng)目相似度計算研究.pdf
- 語義相似度的混合計算方法.pdf
- 基于《知網(wǎng)》的詞匯語義相似度計算doc
- 基于語義分析的句子相似度計算研究.pdf
- 一種協(xié)同過濾中相似度計算和近鄰用戶查找算法研究.pdf
- 文本語義相似度計算方法研究.pdf
- 基于語義角色標(biāo)的句子相似度計算.pdf
- 語義相似度計算及其應(yīng)用研究.pdf
評論
0/150
提交評論