基于知网概念多层结构和义原复修饰关系的语义相似度计算方法.pdfVIP

基于知网概念多层结构和义原复修饰关系的 语义相似度计算方法 1 1† 1 刘江鸣 徐金安 张玉洁 1. 北京交通大学计算机与信息技术学院，北京 100044 †通信作者，E-mail:xja2010@ 摘要 大规模的文本描述信息，D. Bollegala (2007)使用 web搜索引擎获取网络中的文本信息用于语义 为了使词语语义相似度计算更加贴近日常 相似度计算，Rohde(2009)基于语料库构造语义 习惯，本文提出了融合 HowNet 概念多层 模型，S. A. Takale (2010)使用web 中的大量的相 结构和义原复修饰关系的词语语义相似度 关文档计算语义相似度；来自于知识概念网络， 计算方法。分析利用 HowNet 概念描述结 Richardson(1994) 、 Varelas(2005) 和 构。概念多层结构化是指概念由义原以树 Gutiérrez,Y(2011)提出并使用WordNet计算英语 状多层结构修饰，义原复修饰关系是指义 语义相似度，Guan, Y (2002)、刘群(2002)和江敏 原由义原再修饰并细化与其上位义原的关 (2008)提出并使用HowNet计算汉语语义相似度。 系。因此本文使用上述 2 种结构化信息， 语义相似度计算普遍所使用的计算方法主要有： 同时通过导入同义词词典来扩大义原的对 M. Ruiz-Casado (2005)提出基于信息论的计算方 义和反义关系的计算方法。实验结果表明， 法、Y. Li (2003)和C. d’Amato (2009)提出基于逻 与传统方法相比，本文提出的语义相似度 辑描述的计算方法、另外还有基于语义距离的计 计算方法有效稳定，效果良好。 算方法，所使用的模型包括DEERWESTER(1990 提 出 的 Latent Semantic Analysis(LSA) 、 1 介绍 Lund(1996) 提出的 Hyperspace Analogue to Language(HAL)，所利用的资源包括George(1995) 在认知科学中，语义计算是其必不可少的一 介绍的WordNet 和董振东(2008) 提出最新的 部分。词语语义相似度计算是最根本和最直接的 HowNet 。总结前人的工作，本文将语义相似度 语义计算表现方式。由于词语语义相似度是主观 计算主要的任务归结为：构建完善且有效的知识 性比较大的概念，词语之间的关系十分复杂，很 库、提出基于知识库的语义计算方法和利用语料 难得到统一的标准。因此目前词语语义相似度主 库或网络资源作为辅助用以解决知识库的局限 要通过日常生活中人们的认识作为标准。词语语 性。 义相