基于荦层向量空间模型的文本相似度计算方法-延边大学学报自然.PDF

第 卷 第 期 延边大学学报（自然科学版） ４２ ３ Ｖｏｌ．４２Ｎｏ．３ 年 月 （ ） ２０１６ ９ ＪｏｕｒｎａｌｏｆＹａｎｂｉａｎＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｓｅ．２０１６ ｙ ｐ 文章编号： （ ） １００４４３５３２０１６０３０２３１０４ 基于 层向量空间模型的 犖 文本相似度计算方法 赵雪， 崔荣一 　 （延边大学工学院 计算机技术学科 智能信息处理研究室，吉林 延吉 １３３００２） 摘要：针对向量空间模型忽略词语出现位置和词序的缺点，结合科技文献结构明显分层的特点，本文提出了 基于 层向量空间模型的文本相似度计算方法 该算法首先用 层向量空间模型表示查询短语和科技文 犖 ． 犖 献，其次在词频角度上和词序角度上分别计算两者间的相似度，最后得出整体的文本相似度 将本文算法应用 ． 于中、朝、英对照科技文献多语种检索模块测试其有效性，测试结果表明，本文设计的文本相似度计算方法算 法性能较好，与传统的向量空间模型余弦相似度算法相比，查准率提高了 ， 提高了 ２．７％ ＭＲＲ ２．０２％． 关键词：向量空间模型；词频；词序；相似度算法 中图分类号：ＴＰ３９１ 文献标识码：Ａ 　　　　　 犜犺犲狊犻犿犻犾犪狉犻狋犪犾狅狉犻狋犺犿狅犳狋犲狓狋狊犫犪狊犲犱狅狀犖犞犛犕犿狅犱犲犾 狔 犵  ， ＺＨＡＯＸｕｅ ＣＵＩＲｏｎ ｉ 　 ｇｙ （ ， ， 犐狀狋犲犾犾犻犲狀犮犲犪狀犱犐狀狅狉犿犪狋犻狅狀犘狉狅狉犲狊狊犔犪犫． 犇犲狋．狅 犆狅犿 狌狋犲狉犛犮犻犲狀犮犲牔犜犲犮犺狀狅犾狅 犵 犳 犵 狆 犳 狆 犵狔 ， ， ， ） 犆狅犾犾犲犲狅 犈狀犻狀犲犲狉犻狀 犢犪狀犫犻犪狀犝狀犻狏犲狉狊犻狋 犢犪狀犻１３３００２ 犆犺犻狀犪 犵 犳 犵 犵 狔 犼 ： 犃犫狊狋狉犪犮狋Ａｉｍｉｎ ａｔｔｈｅｄｉｓａｄｖａｎｔａｅｓｏｆｖｅｃｔｏｒｓａｃｅｍｏｄｅｌｔｈａｔｉｎｏｒｅｓｔｈｅｏｃｃｕｒｒｅｎｃｅａｎｄｏｒｄｅｒｏｆｔｈｅ ｇ ｇ ｐ ｇ