关联首尾段落与首尾语句的多特征融合段落相似度计算

doi:10.3969/j.issn.1006-2475.2016.09.003

计算机与现代化

关联首尾段落与首尾语句的多特征融合段落相似度计算

（北京工业大学计算机学院，北京100124）

收稿日期:2016-02-17 出版日期:2016-09-12 发布日期:2016-09-13
作者简介:蒋宗礼（1956-），男，河南南阳人,北京工业大学计算机学院教授，博士生导师，CCF杰出会员（E200005392S），研究方向：网络信息搜索与处理；赵洁（1990-），女，山西太原人，硕士研究生，研究方向：信息检索。
基金资助:
国家自然科学基金资助项目(61133003)

Multi-feature Fusion Paragraph Similarity Calculation Related to the First and the Last Paragraph and the First and the Last Sentence

(College of Computer, Beijing University of Technology, Beijing 100124, China)

Received:2016-02-17 Online:2016-09-12 Published:2016-09-13

摘要/Abstract

摘要： 首尾段落和首尾语句对语义有着较大的贡献，应该作为判别段落相似度的主要因素。本文将其以恰当权重融入SiteQ算法，提出关联首尾段落和首尾语句的多特征融合段落相似度计算算法Topic-SiteQ。该算法采用多特征融合的算法计算首尾语句的语义相似度，并以一定的权值体现它们对段落相似度的贡献，同时提高首尾段落的评分值，并根据这次评分值进行推荐排序。实验表明，采用该算法，相关段落排序的MRR值提高了0.032，F测度值平均提高了1.4%，说明该算法的改进是有效的。

关键词: 自动问答系统, SiteQ算法, 语义相似度, 多特征融合

Abstract: For their greater contribution to the semantics of the paragraph, the first and the last paragraphs and the first and the last sentences of the paragraph should be taken as the main factors in computing the similarity of the paragraphs. By using them in SiteQ with appropriate weight, we propose Topic-SiteQ calculation algorithm. It uses a multi-feature fusion algorithm to compute the semantic similarity of the first and the last sentences that contribute to the paragraph similarity by weight. At the same time, we improve the score of the first and the last paragraphs, recommend and sort the paragraphs by the final score. Experiments show that, with Topic-SiteQ, the MRR value of relevance ranking of paragraph increased about 0.032, and the F-measure increased about 1.4%. The experimental results show that the optimized algorithm is effective.

Key words: automatic question answering system, SiteQ, semantic similarity, multi-feature fusion

中图分类号:

TP391

蒋宗礼，赵洁. 关联首尾段落与首尾语句的多特征融合段落相似度计算[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.09.003.

JIANG Zong-li， ZHAO Jie. Multi-feature Fusion Paragraph Similarity Calculation Related to the First and the Last Paragraph and the First and the Last Sentence[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.09.003.

参考文献

1］ Li Sujian, Zhang Jian, Huang Xiong, et al. Semantic computation in a Chinese question-answering system［J］. Journal of Computer Science & Technology, 2002,17(6):933-939.
［2］叶正,林鸿飞,杨志豪. 基于问句相似度的中文FAQ问答系统［J］. 计算机工程与应用, 2007,43(9):161-163.
［3］ Zhang Renxian, Li Wenjie, Gao Dehong, et al. Automatic Twitter topic summarization with speech acts［J］. IEEE Transactions on Audio Speech & Language Processing, 2013,21(3):649-658.
［4］ Magnini B, Giampiccolo D, Forner P, et al. Overview of the CLEF 2006 multilingual question answering track［J］. Lecture Notes in Computer Science, 2006,3491:223-256.
［5］ Moldovan D I, Marius P, Harabagiu S M, et al. Performance issues and error analysis in an opendomain question answering system［J］. ACM Transactions on Information Systems, 2003,21:133-154.
［6］毛先领,李晓明. 问答系统研究综述［J］. 计算机科学与探索, 2012,6(3):193-207.
［7］ Tellex S, Katz B, Lin J, et al. Quantitative evaluation of passage retrieval algorithms for question answering［C］// Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR ’03). 2003:41-47.
［8］林巍. 段落检索系统及其应用的研究［D］. 哈尔滨:哈尔滨工业大学, 2010.
［9］林萌,罗森林,贾丛飞,等. 融合句义结构模型的微博话题摘要算法［J］. 浙江大学学报(工学版), 2015,49(12):2316-2325.
［10］罗森林,韩磊,潘丽敏,等. 汉语句义结构模型及其验证［J］. 北京理工大学学报, 2013,33(2):166-171.
［11］裴婧,包宏. 汉语句子相似度计算在FAQ中的应用［J］. 计算机工程, 2009,35(17):46-48.
［12］李彬,刘挺,秦兵,等. 基于语义依存的汉语句子相似度计算［J］. 计算机应用研究, 2003,20(12):15-17.
［13］Shen Yang, Yuan Zhongshang, Liu Lu, et al. Research of anti-plagiarism monitoring system model［J］. Wuhan University Journal of Natural Sciences, 2007,12(5):937-940.
［14］Levenshtein V I. Binary codes capable of correcting deletions, insertions and reversals［J］. Soviet Physics Doklady. 1966,10(10):707-710.
［15］徐桂臣,叶枫. 基于语义加权距离的语义相似度改进算法［J］. 情报杂志, 2012,31(2):119-123.
［16］董刊生,方金云. 基于向量距离的词序相似度算法［C］// 第四届全国信息检索与内容安全学术会议. 2008:45-50.
［17］李健,郑诚,代宁. 面向特定领域自动问答系统的语句相似度计算［J］. 合肥师范学院学报, 2015,33(6):38-41.

[1]	王鸿, 葛红. 基于注意力机制和语义相似度的跨模态哈希检索[J]. 计算机与现代化, 2023, 0(08): 44-53.
[2]	王长军, 彭成, 李勇. 复杂环境下的多特征融合船舶目标检测算法[J]. 计算机与现代化, 2022, 0(11): 81-88.
[3]	耿化聪, 梁宏涛, 刘国柱. 基于知识图谱与协同过滤的饮食推荐算法[J]. 计算机与现代化, 2021, 0(08): 24-29.
[4]	杨泉. 基于Logistic函数的《同义词词林》语义相似度计算[J]. 计算机与现代化, 2021, 0(01): 111-119.
[5]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[6]	吴克介,王家伟. 基于知网与搜索引擎的词汇语义相似度计算[J]. 计算机与现代化, 2018, 0(04): 90-.
[7]	蒋亚平，李士进. 基于分块特征点密度的多特征融合遥感图像场景分类[J]. 计算机与现代化, 2016, 0(5): 1-6.
[8]	董奥根，刘茂福，黄革新，舒琦赟. 基于向量空间模型的知识点与试题自动关联方法[J]. 计算机与现代化, 2015, 0(10): 6-9.
[9]	秦林1，薛善良1，顾永2，李建平2，徐萍媛2. 航天产品装配工艺知识库建模与检索[J]. 计算机与现代化, 2015, 0(1): 53-56.
[10]	万长林1,徐德明2. 基于语义的数据库关键词检索系统[J]. 计算机与现代化, 2014, 0(10): 37-41.
[11]	廖彬;谢振泽;钟尚平. 基于改进AdaBoostSVM的JPEG图像多特征融合隐写检测方法[J]. 计算机与现代化, 2013, 1(7): 120-122,.
[12]	王涛;陈红英. 基于贝叶斯网络的概念间语义相似度计算[J]. 计算机与现代化, 2012, 1(9): 65-68,1.
[13]	李志强. 基于语义Web服务的信息检索模型研究 [J]. 计算机与现代化, 2011, 1(5): 83-86.
[14]	党丽琼刘文辉. 一种改进的多因素语义相似度计算方法 [J]. 计算机与现代化, 2011, 194(10): 24-26.

关联首尾段落与首尾语句的多特征融合段落相似度计算

Multi-feature Fusion Paragraph Similarity Calculation Related to the First and the Last Paragraph and the First and the Last Sentence

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价