基于维基百科的语义比较-计算机软件与理论专业论文.docxVIP

摘 要本 摘 要 本 文 要 研 究 的是 基 于 维 基 百 科 的 比较 语 义 的 方 法，分 别 通 过 使 用 分类 信 息， 页 面 的 网 络 信 息 ，以及 网 页 的 内容 作 为 背 景 知 识 进 行 语 义 比 较 ，最 后 综 合 比较 分 析 。 分 类 信 息 (w ikiRe late ，〔e ate一w ikiped i。): 在 维 基 百科 中每 个 词 都 属 于 一 个 类 ， 类 和 类 之 间又 存 在 着 上 下 位 的关 系 ，最 后 这 些 类 就 形 成 了一 棵 巨大 的树 ，通 过 每 对 不 同 的词之 间在 类 树 上 的位 置 ，我 们 可 以使 用 与 w o rd N et 中 已经 比较 成 熟 的 方 法 在 这 个 维 基 百 科 树 上 进 行 同 样 的操 作 ， 从 而 得 到 不 同 的 词 汇 之 间 的相 似 程 度 。 页 面 网 络 信 息 (L ink一w ikiped ia ) : 在 维 基 百 科 中 每 一 个 页 面 都 有 着 自 己 的 出 链 (ou tlink s) 以及 入 链 (in “n ks ) ， 这 些 链 接 就 将 维 基 百 科 编 织 成 一 个 巨大 的 网 络 ，通 过 给 这 些 所 有 的 链 接 加 权 ，最 后 我 们 通 过 近 似 最 短 路 的 算 法 就 能 生 成 不 同 页 面 之 间 的最 短 距 离 ，并 以此 做 为 不 同页 面 之 间 的相 似 度 。 页 面 内容 ( ESA 一w ikiped ia): 就 是 将 整 个 维 基 百 科 视 为 一个 巨大 的 知 识 库 ， 在 维 基 百 科 中每 一 个 页 面 就 只 有 一 个 主 题 。而 整 个 页 面 上 的 内容 都 是 描 述 这 个 主 题 的 ， 所 以我 们 通 过 将 这 个 页 面 变 成 向量 ( 后 面 部 分 具 体 描 述 )。而 后 ，通 过 比 较 不 同 向量 之 间 的余 弦 距 离 来 得 到 不 同页 面 之 间 的相 似 度 。 最 后 ，我 们 展 示 了语 义 比较 的 一 个 应 用 : 用 语 义 比较 的 方 式 来 提 示 帮 助 用 户 从 成 千 上 万 的 功 能 中 找 出 用 户 想 要 的 功 能 。整 个 系 统 是 对 本 文 中 提 到 的 算 法 的 运 用 ， 不 但 可 以证 明 算 法 的 可 行 性 ， 也 展 示 了语 义 比较 的 重 要 性 。 关 键 词 : 维 基 百 科 ，语 义 计 算 ，页 面 网络 ，类 别 网络 ，理解 向量 中 图分 类 号 : T P3 H .13 复 旦 大 学 硕 士 学 位 论 文 A b A b str a c t S e m a n t lc c o m p a n s o n ls a 、e 乃， i哪 o r ta n t b r an c h f ie ld o f n a tur司 la n g u a g e P ro c e s sin g . A e c o rd in g to th e e u rr e n t P o in t o f v ie w ， t h e re a re m a n y P ro b le m s to b e so lv e d . T h is a r tlc le w i ll in tr o d u c e rh e e o m P a ri so n 15 b a s e d o n W i k iP e d i礼 re s P e c t iv e ly ，u s in g th e n e tw o rk in f o r m a tio n P a g e ，c la ssif ie d In f o r m a tlo n ，a n d c o n te n t o f t he w e b szte a s a s e m a n tlc b a c k g ro u n d k n o w le d g e to c o m P a re s e m a n tle ，to t he la st c o m P re h e n si、e c o m P a ra ti、e a n a ly sis . W eb 11n k s b ased illform ation (L ln k一Wi k iP ed la):In ev ery P ag e on Wi k iP ed i