WSR%3a一种基于维基百科结构信息的语义关联度计算算法.pdfVIP

WSR:一种基于维基百科结构信息的 语义关联度计算算法 孙琛琛 申德荣 单菁 聂铁铮 于戈 东北大学信息科学与工程学院 沈阳 110819 摘 要 该文提出了一种基于维基百科结构信息的语义关联度的计算方法--WikiStruRel(WSR).维基百科作为 目前规模最大和增长最快的在线百科系统，其典型包括两个网状结构：文章网络和分类树 （以树为主体的图），这两 个网状结构包括了丰富的、明确定义的语义知识．WSR充分分析维基百科的文章网络和分类树，进而计算词语间 的语义关联度.该方法没有涉及文本处理，算法开销较小，在3个数据集上的实验，取得了较好的准确率和覆盖度. 关键词 语义关联度；维基百科；文章网络；分类树 TP311 WSR:ASemanticRelatednessMeasureBasedonWikipediaStructure SUNChen-Chen SHENDe-Rong SHANJing NIETie-Zheng YU Ge CollegeofInformationScienceandEngineering,NortheasternUniversity,Shenyang 110819 Abstract ThispaperproposesasemanticrelatednessmeasurebasedonWikipediastructure: WikiStruRel(WSR).Nowadays,Wikipediaisthelargestandthefastest-growingonlineencyclo pedia,consistingoftwonet-likestructures:anarticlereferencednetworkandacategorytree (actuallyatree-likegraph),whichincludelotsofexplicitlydefinedsemanticinformation.WSR explicitlyanalyzesthearticlereferencednetworkandthecategorytreefromWikipediaandcomputes semanticrelatednessbetweenwords.WhileWSRachieveseffectiveaccuracyandlargecoverage bytestingonthreecommondatasets,themeasuredoesnthavetodealwithtext,resultingin lowcost. Keywords semanticrelatedness;Wikipedia;articlereferencednetwork;categorytree -厌rl，r／J1二^HJ__L一 几 种 关 联 度 算 注 的准确率 ‘71如表 ．工识别的关联度j 卜是基于人工产型 g语义关联度计拿 ：们发现，维基百i 各和由分类组成 ；够提供丰富的、1 分挖掘了文章之 拘关联关系，提d 善会根据被选频 不同类别排列． g(jewellery)”， vfusic、Scienc~ r多个直接或者间j ：间的链接类型分： ：概念结点之间存硇 ：的词语在该文竹 nverseDocumen 重要性的度量．纂 ．该词语在整个文 r刀q腿仉地眼哭矽g刚慨q l中，如果CI，C2是分类 ，x2∈C2，C：是Cl，C2的 nsubsume),那么，x1， 类题目等），catego] 廷链接信息 （包括分i 接信息），pagelink~, 息 （包括页面间的多 靼，而基于分类树 争类树的WikiR, ,.1ArtNet算法利 的相邻概念节启 的直接相邻的概 gLargeKnowledgeH ey,1990 N.ModernInformat ey,1999 urnasG,LandauerT,