基于交通领域知识网络的词汇语义相似度计算.pdf

2017年 第26卷 第 3期 http：llwww．c—S—a．org．cn 计 算 机 系 统 应 用 基于交通领域知识网络的词汇语义相似度计算① 黄 浩，陈怀新 (中国电子科技集团第十研究所，成都 610036) 摘 要：针对传统基于wordnet的词汇语义相似度计算方法中隔离抽象词汇和具象词汇，以及片面依赖上下义关 系的不足，提出了基于交通领域知识网络的词汇语义相似度计算方法．基于上下义、工具．工具对象、部件．整体 等概念关系准则构建了交通词汇的知识网络图谱，提出了修正的平均路径长度参量计算网络中词汇的语义相似 度，得到更高的语义一致性结果．实验表明，在Finkelstein的353对词汇集上，本文算法能够获得比传统方法更符 合人工判断的语义相似度． 关键词：词汇语义相似度；领域知识网络；平均路径长度；wordnet；概念关系准则 MeasuringSemanticSim ilarityofW ordsBasedonTrafficFieldKnowledgeNetwork HUANGHao，CHEN Huai—Xin (ChinaElectronicsTechnologyGroupCorporationNo．10ResearchInstitute，Chengdu610036，China) Abstract：Thetraditionalwayofcalculatingwordsemanticsimilarityisbasedonwordnetstructure，whichhasahuge gapbetweenphysicalconceptandabsrtactconcept，andonlyconsideringconcepts’hyponymy．Tosolvetheproblem，a novelwordsimilaritycalculationalgorithm basedontrafficfieldwordsrelationnewtorkisproposedinthepaper．10 kindsofconceptrelationships，includingconceptsofhyponymy,tool-toolobjectrelationship，standardparts-overalland SOon，raeusedtobuildrtafficwordsknowledgenetwork．Thenmodifiedaveragepaht lenght praameterisusedto calculatewords’semanticsimilarity,whichaccordswithpeople’Sjudgement．TheexperimentbasedonFinkelstein’S353 wordpairsshowsthatthealgorithmachievesmoreaccuratewordsemanticsimilariyt． Keywords：wordsemnaticsimilarity；fieldknowledgenewtork；averagepathlength；wordnet；conceptrelationshiprule 随着语义相似度是两个语言对象在各种语言互动 所选计算公式的影响． 类型下的语义互动强度 l【】．词汇作为 自然语言最基本 基于知识资源结构分析的相似度计算方法通过分 的单位，它们之间的语义相似度计算是一项十分重要 析专家知识库组织结构的规律，提出合理计算公式来 的基础工作，在信息检索、机器翻译、图像标签排序 量化知识库中词汇的相似关系．wordnet是其中应用最 和图像标签推荐等领域都有着广泛的应用． 为广泛的知识库，由普林斯顿的语言学家和心理学家 语义相似度的计算共有两类方法：基于分布相似 编撰，涵盖了近 117000的英文词汇．wordnet以义项为 性统计的相似度计算和基于知识资源结构分析的相似 单元，通过上下义和整体部分关系连接所有义项，构 度计算．前者基于这样一个假设：相似的词汇出现在 成了一个有层次结构的词汇网络．其中，上下义关系 相似的上下文中．统计词汇对在语料库文本窗口(通常 占比90