基于贝叶斯估计的概念语义相似度算法.pdfVIP

第 24卷 第 2期 中文信息学报 Vo1．24，No．2 2010年 3月 JOURNALOFCHINESE INFORMATION PROCESSING M ar．．2O1O 文章编号：1003—0077(2010)02—0052—06 基于贝叶斯估计的概念语义相似度算法 吴 奎 ，周献中 ，王建宇 ，赵佳宝。 (1．南京理工大学 自动化学院，江苏 南京 210094；2．南京大学 工程管理学院，江苏 南京 210093) 摘 要 ：传统的基于语义距离的概念语义相似度算法不能兼顾客观统计数据 ，基于信息量的相似度算法又难 以获 得权威统计样本，针对这些不足，该文提 出一种基于贝叶斯估计的概念语义相似度算法。该算法首先假定概念 出 现概率是符合Beta分布的随机变量，然后基于语义距离的相似度算法计算先验参数，并根据统计样本计算该先验 分布下基于最小风险的贝叶斯估计后验参数 。随后利用基于信息量的语义相似度算法 ，便可获得主观经验与客观 事实相结合 的概念语义相似度 。结合 WordNet的实验分析表 明，该算法与人为主观经验之 间具有最大的相关 系数 。 关键词：计算机应用；中文信息处理 ；本体 ；语义相似度 ；贝叶斯估计 ；Beta分布 中图分类号 ：TP391 文献标识码 ：A A ConceptSemanticSimilarityAlgorithm BasedonBayesianEstimation WU Kui，ZHOU Xianzhong ，WANGJianyu。，ZHA()Jiabao。 (1．SchoolofAutomation，NanjingUniversityofScience Technology，Nanjing，Jiangsu210094，China； 2．SchoolofManagement Engineering，NanjingUniversity，Nanjing，Jiangsu210093，China) Abstract：TraditionalalgorithmsforsemanticsimilaritycomputationfallintotWOcategories：distance-basedandin— formation—basedmethods．Theformerignorestheobjectivestatistics，whilethelattersuffersfrom insufficientdo— maindata．Inthispaper，anew methodforsimilaritycomputationbasedonBayesianEstimationisproposed．First， theconceptemergenceprobabilityisassumedtObearandom variablewithaprioriBetadistribution．Second，itspri oriparametersaredesignatedbythedistance—basedsimilarityalgorithm ，calculatedbyBayesianEstimation．There— by，thesemanticsimilarityintegratingthesu~ectiveexperiencewiththeobjectivestatisticisacquiredbasedonin— formation—basedmethod．Finally，theproposedmethod isimplementedandprovedbyaslightlyhighercorrelation withhumanjudgmentsagainstWordNet． Keywords：computerapplication；Chineseinformationprocessing；ontology；semanticsimilarity；Bayesianestima— tion；Beta