基于中心化相似度矩阵的词向量方法.PDFVIP

第３６卷第２期 计 算 机 应 用 研 究 Ｖｏｌ３６Ｎｏ２ ２０１９年２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｆｅｂ．２０１９ 基于中心化相似度矩阵的词向量方法  徐　帆，王裴岩 ，蔡东风 （沈阳航空航天大学人机智能研究中心，沈阳１１０１３６） 摘　要：对基于矩阵分解的词向量方法进行了研究，发现降维前相似度矩阵质量与词向量质量存在线性相关 性，提出了一种基于中心化相似度矩阵的方法。该方法使得相似（不相似或弱相似）词间的相似程度相对增强 （减弱）。在ＷＳ３５３和ＲＷ数据集的词语相似性实验中验证了所提出方法的有效性，两个数据集下词向量质量 最高提升０２８９６和０１８０１。中心化能够提升降维前相似度矩阵质量，进而提升词向量质量。