基于上下文多元信息的文档相似度计算的研究.pdfVIP

下载本文档

1
0
约1.99万字
约 6页
2015-08-04 发布于安徽
举报
版权申诉

基于上下文多元信息的文档相似度计算的研究.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第27卷增刊哈尔滨工程大学学报 V01．27 Suppl． 2006年7月 Joumalof Harbin University Jul．2006 Engineering 基于上下文多元信息的文档相似度计算研究于凤1，郑德权1，一，赵铁军2，李生2 验室．黑龙江哈尔滨150001) 摘要：提出一种基于上下文多元信息实现文档相似度计算的方法，该方法首先抽取文档的特征词，对具有相同(或相近) 意义特征词的文档，分别获得特征词在上下文中同现词的词性、语义信息、位置关系、平均同现概率等多元信息，以量化形式描述成一个相似函数；然后分别从两两文档的相似函数中得到文档的相似度评价值，作为衡量文档相似程度的重要依据．利用该评价方法，使用NTCIR一3中的跨语言信息检索数据集中的中文文档，对初始检索文档的顺序重新排列，实验结果表明，该方法分别将前10个最佳召回文档和前100个最佳召回文档的平均精确度提高了15．45％～18．49％署H11．96％一15．35％；在另一组有关相同网页信息的实验中，几组不同类别文档相似度F。一measure平均值均在95％以上．关键词：相似度计算；上下文；多元信息；相似函数；知识获取中图分类号：TP391．2文献标识码：A 文章编号：1006—7043(2006)增一0397—06 Researchondocument basedon ofcontext similarity multi·grains computing YU Fen91，ZHENGDe—quanl”，ZHAOTie-jun2，LIShen92 of Scienceand of (1．School Computer Engineering，HarbinUniversity Key ofNatural and Instituteof Laboratory LanguageProcessingSpeech，HarbinTechnology，Harbin，150001) Abstract：Anovelsolutionof document basedon ofcontextis inthis Inthis computing similarity multi—grams presentedpapeE samefeatureinformationis fromdocument ofdo—occurrencefeature study，the acquired pairs；andthen，theusage firstly informationis inthecontextof CO—occurrence is as goaen speech，semantic，location，weightedaverage probability，andexpressed the valueiscalculatedforeachdocument．Theevaluation similari哆evaluation similarityfunction；finally,document similarity valu