第3章概念信息内容度量.PDFVIP

第 章 3 概念信息内容度量 。 语义相似性度量是从语义层面分析相似查询的基础 每个概念所包含的信息 。 内容 是计算语义相似度的重要参数 本章讨论了相关的概念信息内容 度量 IC IC , , , 方法 提出了基于概念拓扑结构的 模型 通过实验进行性能测试 数据显示新模 IC , , 型能更有效地区分开不同的概念 使得 值更为精准 并显著提高了语义相似度 IC 算法的性能。 3.1 问题描述 [] 1 , 语义 是指数据的含义 也可以简单地看作是数据所对应的现实世界中的事 , , 情所代表的概念的含义 以及这些含义之间的关系 是数据在某个领域上的解释或 。 。 , 逻辑表示 语义相似度是从量的方面来度量语义相似程度 多年来 语义相似度 , , , 算法一直是人工智能 心理学 认知科学的核心问题 且被广泛地应用于自然语言 [] [][] [] [] [] [] 2 3 4 5 6 7 8 , , , , , , 处理 信息检索 词义消歧 文本分类 问答系统 推荐系统 信息抽 [][ ] 9 10 。 , 取 等领域 通常每个语义相似度算法都是以一种或者几种参数为基础 总体 [ ] 11 , : , 来说 这些参数可以分成 类 以边作为参数 以概念所包含的信息内容 3 ( , ) , 。 , InformationContentIC作为参数 以及以关系属性作为参数 近年来 基于信 , 。 息内容 的参数引起了广大研究者的兴趣 并成为一个热点问题 IC