基于语义依存关系匹配汉语句子相似度计算.pdfVIP

第l2卷 第l期 深圳信息职业技术学院学报 V01．12No．1 2014年3月 JournalofShenzhenInstituteofInformationTechnology Mar．20l4 文章编号：1672—6332(2014)01—0056—06 【信息技术应用研究】 基于语义依存关系匹配的汉语句子相似度计算 汪卫明，梁东莺 (深圳信息职业技术学院教学督导室，广东深圳518172) 摘 要：在中文信息处理中，句子相似度计算是一项基础而核心的研究课题，长期以来一直是人们研究的一个热点 和难点。句子相似度计算在实际中有着广泛的应用，它的研究状况直接决定着其他一些相关领域的研究进展，如信息检 索的相似句子匹配、 自动问答的问题匹配与答案抽取等，句子相似度计算都是非常重要的环节。本文提 出了一种基于 依存关系匹配的句子相似度计算方法，利用词语内在概念和词语相互依存关系计算句子之间的相似度。结果表明，该 算法能显著提高返回结果的准确率。 关键词 ：依存关系；关系匹配；词义相似度 ；依存关系相似度 ： 自然语言处理 中图分类号：TP391．2 文献标识码：A 词词林4『等较为成熟的语义词典资源，根据其中的 1句子相似度的计算方法 语义分类体系，采用一定的方式计算词语之间的 目前，关于句子相似度的计算方法种类很多， 词义相似度，再通过词义相似度计算句子间的语义 从总体上看主要有以下几类：基于词语共现统计的 相似度 。】‘。这种该种方法充分考虑了句子中每个 方法、基于语义词典的方法、基于语法结构关系的 词的内在语义信息，对于计算句子相似性有一定的 方法以及基于词语排序的计算方法。国内学者从不 提高。但由于词典的不全面和词义消歧准确率的限 同方面f如向量空间模型、语义距离 、语义依存 、 制，也给计算带来了一定的误差。 公共短语等)来计算句子的相似度 ，下面分别介绍 1．3基于公共短语的句子相似度计算 相关研究人员采用的不同方法。 在现有的几种计算方法中，句子相似度计算的 1．1基于词语共现的方法 粒度一般是词语。在汉语句子中，词语是句子表达 基于词语共现统计的方法是一种最基本的方 的基本粒度，基于词语匹配的方法是一种 自然的选 法，将文档看成词语的集合，不需要对文本内容进 择。但是，这种基于词语的计算方法视句子为词语 行深层理解，只是通过词语共同的出现次数来计 的组合，没有考虑句子内部的组合关系，因此无法 算句子相似度¨。]。计算句子的相似度，等价于计算 准确的反映句子的内在信息组合。基于公共短语的 句子之间关键词的相似度，比较两个词之间的相似 计算方法是在词语粒度的基础上，更看重词语的组 度。有些研究人员在此基础上作了改进，考虑不同 合对句子相关性的区分 【，然而这种分析方法受句 词性的词语的重要性，设置了不同的权重 j。但归 子中词语表达选择的影响较大，意思相近的句子在 根结底 ，这是一种词频统计的方法，只考虑词语的 词语选择上有很小的变化相似度可能会差别很大， 统计特性，没有考虑词语的内在含义，因此实际效 通常只是在专业性较强的领域内比较有效。 果较为一般。 1．4基于语义依存的句子相似度计算 1．2基于语义词典的方法 依存句法是由法国语言学家L．Tesnier提出，对 基于语义词典的方法主要是借助知网、同义 计算语言学产生了深远的影响，通过分析句子内部 [收稿 日期】2014—3一l5 基【金项 目】广东省 自然科学基金 ($2011010006118)，深圳市科技项 目(JCYJ20130401095947222)。 [作者简介1汗卫明(1982一)，男(汉)，安徽怀宁人．讲师，博士，主要研究方向：自然语言处理、信息检索、自动问答；