基于概念基元的词语相似度计算研究.pdfVIP

第39 卷第1 期 电 子 与 信 息 学 报 Vol.39No.1 2017 年1 月 Journal of Electronics Information Technology Jan. 2017 基于概念基元的词语相似度计算研究 池哲洁*①② 张 全② ①(中国科学院大学 北京 100049) ②(中国科学院声学研究所 北京 100190) 摘 要：词语相似度的计算在机器翻译、信息检索等多个领域有重要作用。该文以概念层次网络理论的概念基元符 号系统为语义资源，在共性与差异性对比思想下，提出一个涵盖层次性、网络性、对比对偶特性、挂靠特性及五元 组信息的多维度词语相似度计算方法；在节点深度和节点距离度量上，引入权重以增加不同层次间的区分程度。在 人工打分的测试集上进行实验，结果表明该方法计算的相似度与人工判断的符合程度较好，兼容度、相关系数和序 对符合度分别达到0.812, 0.786 和0.775；同时，相关性检验的结果也显示该方法的计算值与人工打分显著相关。 关键词：词语相似度；语义距离；概念层次网络；概念基元 中图分类号： TP391 文献标识码： A 文章编号：1009-5896(2017)01-0150-09 DOI: 10.11999/JEIT160176 Word Similarity Measurement Based on Concept Primitive ①② ② CHI Zhejie ZHANG Quan ① (University of Chinese Academy of Sciences, Beijing 100049, China) ② (Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China) Abstract: Word similarity measurement plays an important role in machine learning, information retrieval and many other fields. Regarding the concept primitive symbol system of Hierarchical network of concepts theory as semantic resource and comparing commonness with difference, a multi-dimensional computational method for similarity is proposed which considers the hierarchy, netted nature, comparability and duality, attached feature and quintuple information of the system. Weight strategy is introduced for node depth and distance measurement to increase the discrimination of node level. Experiment on manual scoring test set shows that the comp