一种改进的基于知网的词语语义相似度算法.PDF

第３５卷第８期 计 算 机 应 用 研 究 Ｖｏｌ．３５Ｎｏ．８ ２０１８年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ．２０１８ 一种改进的基于知网的词语语义相似度算法  张小川，于旭庭 ，张宜浩 （重庆理工大学计算机科学与工程学院，重庆４０００５４） 摘　要：词语语义相似度计算在信息检索、文本聚类、语义消歧等方面有着广泛的应用。针对知网中现有词语 语义相似度计算方法未考虑义原距离与义原深度的主次关系进行了研究，通过约束义原深度因素来改进义原相 似度算法；另外，提出了以词语间第一基本义原相似度最高的概念组合为计算对象，并引入动态加权因子实现了 对词语语义相似度算法的改进。对改进前后的算法分别进行了实验，结果表明改进后的算法提高了词语语义相 似度的准确性和客观性。 关键词：词语语义相似度；义原距离；第一基本义原；加权因子 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１８）０８２２８５０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０８．０１１ ＩｍｐｒｏｖｅｄｗｏｒｄｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＨｏｗＮｅｔ  ＺｈａｎｇＸｉａｏｃｈｕａｎ，ＹｕＸｕｔｉｎｇ，ＺｈａｎｇＹｉｈａｏ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｗｏｒｄｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎｈａｓａｗｉｄｅｒａｎｇｅｏｆａｐｐｌｉｃａｔｉｏｎｓｉｎｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ，ｔｅｘｔｃｌｕｓｔｅｒｉｎｇ ａｎｄｓｅｍａｎｔｉｃｄｉｓａｍｂｉｇｕａｔｉｏｎ，ｅｔｃ．ＴｈｅｅｘｉｓｔｉｎｇｗｏｒｄｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙｍｅｔｈｏｄｂａｓｅｄｏｎＨｏｗＮｅｔｄｏｅｓｎ’ｔｃｏｎｓｉｄｅｒｔｈｅｄｉｆｆｅｒ ｅｎｔｉｍｐｏｒｔａｎｃｅｌｅｖｅｌｏｆｄｉｓｔａｎｃｅａｎｄｄｅｐｔｈ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｍｅｔｈｏｄｏｆｒｅｓｔｒｉｃｔｉｎｇｔｈｅｄｅｐｔｈｔｏｉｍｐｒｏｖｅｔｈｅｓｅｍｅｍｅｓｉｍｉ ｌａｒｉｔｙａｌｇｏｒｉｔｈｍ．Ｉｎａｄｄｉｔｉｏｎ，ｉｔｐｒｏｐｏｓｅｄａｗｏｒｄｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙａｌｇｏｒｉｔｈｍ，ｔｈｉｓｍｅｔｈｏｄｆｉｌｔｅｒｅｄｔｈｅｃｏｍｂｉｎａｔｉｏｎｔｅｒｍｓｏｆ ｔｈｅｈｉｇｈｅｓｔｆｉｒｓｔｂａｓｉｃｓｅｍｅｍｅｓｉｍｉｌａｒｉｔｙｖａｌｕｅ，ａｎｄａｂｓｏｒｂｅｄｔｈｅｄｙｎａｍｉｃｗｅｉｇｈｔｉｎｇｆａｃｔｏｒ．Ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｅ ｍｏｄｉｆｉｅｄａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｓｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌａｃｃｕｒａｃｙａｎｄｏｂｊｅｃｔｉｖｉｔｙｏｆｔｈｅｓｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｗｏｒｄｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ；ｓｅｍｅｍｅｄｉｓｔａｎｃｅ；ｔｈｅｆｉｒｓｔｂａｓｉｃｓｅｍｅｍｅ；ｗｅｉｇｈｔｉｎｇｆａｃｔｏｒ 　　互联网时代，网上的数据信息量每天都呈几何倍数增长， 出的概念间变系数计算方法等。 其中文本信息占有很大一部分比例。如何高效处理这些文本 针对现有词语语义相似度计算方法中未考虑义原距离与 信息是信息检索、文本挖掘等自然语言处理领域的研究热点。 义原深度的主次关系的不足，本文提出一种改进的基于知网词 词语相似度计算是这一领域的基础，在信息检索、文本聚