基于語義相似度計(jì)算的術(shù)語推薦與可視化.pdf

1、信息時(shí)代飛速發(fā)展，帶動(dòng)世界變成移動(dòng)化，智能化。信息數(shù)據(jù)的爆炸式增長(zhǎng)，推動(dòng)術(shù)語學(xué)也在不斷更新與發(fā)展。術(shù)語數(shù)據(jù)規(guī)模的增長(zhǎng)，信息文化的豐富，促使術(shù)語概念含義逐漸多樣性。術(shù)語概念含義的多樣性給國(guó)際標(biāo)準(zhǔn)組織 ISO制定術(shù)語標(biāo)準(zhǔn)文件時(shí)，帶來極大的困難；同時(shí)國(guó)際術(shù)語專家急需一個(gè)術(shù)語推薦系統(tǒng)，實(shí)現(xiàn)各國(guó)術(shù)語概念更新及制定工作同步進(jìn)行。術(shù)語的語義相似度計(jì)算方法對(duì)其它學(xué)科的發(fā)展具有基礎(chǔ)性作用，如信息檢索，機(jī)器翻譯，人工智能等，研究人員不斷對(duì)其進(jìn)行更新優(yōu)化，以

2、適應(yīng)新的需求。目前的計(jì)算方法多數(shù)基于數(shù)據(jù)的組織形式進(jìn)行劃分，如基于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)兩種方法。數(shù)據(jù)的結(jié)構(gòu)化組織形式包括本體、Hownet、WordNet等；非結(jié)構(gòu)化組織形式，往往是大規(guī)模的數(shù)據(jù)，沒有固定的結(jié)構(gòu)形式。非結(jié)構(gòu)化數(shù)據(jù)的語義相似度計(jì)算是通過機(jī)器學(xué)習(xí)進(jìn)行模型訓(xùn)練，然后調(diào)用模型進(jìn)行計(jì)算。
　　本文主要通過對(duì)基于本體的結(jié)構(gòu)化數(shù)據(jù)及大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的術(shù)語語義相似度計(jì)算方法進(jìn)行研究及應(yīng)用，主要包含以下內(nèi)容：
　?。?）

3、基于結(jié)構(gòu)化數(shù)據(jù)的術(shù)語語義相似度計(jì)算方法大多不能兼顧各種影響因子，或者根據(jù)專家經(jīng)驗(yàn)確定各因子的權(quán)值，造成計(jì)算不準(zhǔn)確等問題。因此本文對(duì)基于本體的混合式語義相似度計(jì)算方法改進(jìn)，借鑒模糊優(yōu)化排序思想確定不同因素的權(quán)值，提高了計(jì)算的準(zhǔn)確性。同時(shí)將本方法應(yīng)用于術(shù)語推薦工作中，在術(shù)語專家進(jìn)行術(shù)語推薦前，需要對(duì)推薦術(shù)語進(jìn)行語義相似度計(jì)算，判斷其在術(shù)語標(biāo)準(zhǔn)文件中是否存在同義或近義詞，然后將其提交到術(shù)語推薦系統(tǒng)中，進(jìn)行術(shù)語文件的更新。
　　（2）隨著

4、大數(shù)據(jù)時(shí)代的到來，大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)語料的術(shù)語語義相似度計(jì)算方法逐漸成為研究熱點(diǎn)。在海量數(shù)據(jù)中提取出術(shù)語的語義相似詞并進(jìn)行可視化展示，是本文的另一個(gè)研究重點(diǎn)。對(duì)于大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的語義相似度計(jì)算，本文通過基于詞向量的術(shù)語語義相似度計(jì)算方法，利用Word2vec對(duì)語料進(jìn)行模型訓(xùn)練，將語料庫(kù)中的文本用詞向量進(jìn)行表示。通過詞向量進(jìn)行語義相似度計(jì)算，得到術(shù)語的語義相似詞。其次，調(diào)用Prefuse組件對(duì)語義相似詞的關(guān)系網(wǎng)絡(luò)進(jìn)行可視化展示，這樣方