詞語相似度計(jì)算及其在問答系統(tǒng)中的應(yīng)用研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的到來，互聯(lián)網(wǎng)每天都會(huì)產(chǎn)生大量的文本信息，詞語作為文本的基本組成單位，對(duì)詞語語義的理解是文本處理的基礎(chǔ)工作之一。詞語相似度計(jì)算，是用一個(gè)具體的數(shù)值表示兩個(gè)詞語的相似程度，是理解詞語語義的主要方法，詞語相似度問題的解決將會(huì)推動(dòng)自然語言處理領(lǐng)域相關(guān)應(yīng)用技術(shù)的發(fā)展，例如問答系統(tǒng)、信息檢索、詞義消歧和機(jī)器翻譯等。
　　在深入學(xué)習(xí)了詞語相似度計(jì)算及問答系統(tǒng)的相關(guān)研究方法的基礎(chǔ)上，本文提出了一種基于義原向量的詞語相似度計(jì)算方法，

2、并研究了該方法在知識(shí)庫問答系統(tǒng)中的應(yīng)用，主要研究?jī)?nèi)容包括：
　　（1）提出了一種義原向量生成模型 SIC_PageRank。在 HowNet義原上下位關(guān)系構(gòu)成的層次結(jié)構(gòu)圖中，通過義原及其子孫義原節(jié)點(diǎn)的深度信息計(jì)算每個(gè)義原的信息容量SIC(Sememe Information Content)，利用SIC和義原結(jié)構(gòu)圖中的連接關(guān)系，構(gòu)建PageRank轉(zhuǎn)移概率矩陣，基于PageRank思想迭代生成每個(gè)義原的向量表示。
　?。?）

3、提出了基于義原向量的詞語相似度計(jì)算方法?；赟IC_PageRank模型生成義原向量，由義原向量的余弦相似度計(jì)算義原相似度，由義原相似度計(jì)算概念相似度，進(jìn)而計(jì)算詞語相似度。將基于義原向量的詞語相似度計(jì)算方法應(yīng)用到“現(xiàn)代漢語語義詞典”名詞語義類自動(dòng)識(shí)別中，實(shí)驗(yàn)結(jié)果表明，該方法與人工校對(duì)結(jié)果的一致率達(dá)到71.9％，優(yōu)于使用基于最短路徑距離的方法。
　?。?）詞語相似度計(jì)算在知識(shí)庫問答系統(tǒng)中的應(yīng)用。在知識(shí)庫問答系統(tǒng)中，借助詞語相似度來計(jì)