一种基于多特征混合句子相似度计算的改进

doi:10.3969/j.issn.1006-2475.2015.07.007

计算机与现代化

一种基于多特征混合句子相似度计算的改进

北京工业大学计算机学院,北京100124

收稿日期:2015-02-13 出版日期:2015-07-23 发布日期:2015-07-28
作者简介:王全民（1963-），男，北京人，北京工业大学计算机学院副教授，硕士生导师，博士，CCF高级会员，研究方向：网络与信息安全；曹建奇（1986-)，男，河北邯郸人，硕士研究生，研究方向：自然语言处理，网络与信息安全；王莉（1989-），女，山东菏泽人，硕士研究生，研究方向：推荐系统，网络与信息安全。
基金资助:
国家自然科学基金资助项目（61272500）

An Improvement of Sentence Similarity Calculation Based on Multifeatures

College of Computer Science, Beijing University of Technology, Beijing 100124, China

Received:2015-02-13 Online:2015-07-23 Published:2015-07-28

摘要/Abstract

摘要：

句子相似度计算是自然语言处理领域的关键问题,计算句子相似度的方法也有很多。本文针对基于多特征句子相似度计算模型对计算句子相似度结果偏低这一问题进行研究，在词语语义的基础上

增加相似词计算，同时增加句子成分关系相似度计算方法，该改进方法既避免了增加额外同义词词典的操作，又充分考虑句子的词形、句长、词序、语义、成分关系等多特征信息，提高了句子相似度的

计算结果。实验结果表明，该方法对句子相似度计算有一定的提高，且该方法合理、简便、可行。

关键词: 句子相似度, 相似词, 成分关系, 多特征

Abstract:

Sentence similarity calculation is a key issue in the field of natural language processing. There are many methods to calculate sentence similarity. We research the

problem of low calculation results of sentence similarity calculation model based on multifeatures. On the basis of word semantic similarity, the paper adds similar word

calculation method, at the same time, adds the similarity calculation method of the sentence constituents’ relationship. The improved method not only avoids the operation of

the additional synonyms dictionary, but also fully considers the words in the sentence, sentence length, word order, semantic, the relationship of sentence constituents. The

method improves the sentence similarity calculation results. Experimental results show that the method can improve the results of sentence similarity calculation and the method

is reasonable, simple and feasible.

Key words: sentence similarity； similar word； constituent&rsquo, s relationship； multifeatures

中图分类号:

TP391

王全民,曹建奇,王莉. 一种基于多特征混合句子相似度计算的改进[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.07.007.

WANG Quanmin, CAO Jianqi, WANG Li. An Improvement of Sentence Similarity Calculation Based on Multifeatures[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.07.007.

［1］
李春梅,徐庆生. 基于多特征的汉语句子相似度计算模型的研究［J］. 计算机计算与发展， 2014,24（6）：136-139.
［2］ Li Yuhua, McLean D, Bandar Z A, et al. Sentence similarity based on semantic nets and corpus statistics［J］. Knowledge and Data Engineering, 2006,18(8):1138-1150.
［3］ Salton G, Wong A, Yang C S. A vector space model for automatic indexing［J］. Communication of the ACM, 1975，3(18):613-620.
［4］车万翔. 基于改进编辑距离的中文相似句子检索［J］. 高技术通信, 2004,17(6)：933-936.
［5］ Sartori G, Lombardi L. Semantic relevance and semantic disorders ［J］. Journal of Cognitive Neuroscience, 2004,16(3):439-452.
［6］穗志方,俞士汶.基于骨架依存树的语句相似度计算模型［C］// 中文信息处理国际会议（ICCIP’98）. 1998:458-465.
［7］张培颖. 多特征融合的语句相似度计算模型［J］. 计算机工程与应用, 2010,46（26）：136-137.
［8］赵臻,吴宁,宋盼盼. 基于多特征融合的句子语义相似度计算［J］. 计算机工程， 2012,38(1)：171-173.
［9］知网. 知网主页［EB/OL］. http://www.keenage.com， 2015-02-13.
［10］刘群,李素建. 基于《知网》的词汇语义相似度计算［C］// 台北：第三届汉语词汇语义学研讨会. 2002.
［11］周法国,杨炳儒. 句子相似度计算新方法及在问答系统中的应用［J］. 计算机工程与应用, 2008,44(1):166-167.
［12］李彬,刘挺,秦兵. 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］刘海涛. 依存语法与机器翻译［J］. 语言文字应用, 1997,10(3):89-93.
［14］郭艳华,周昌乐. 一种汉语语句依存关系网协动生成方法研究［J］. 杭州电子工业学院学报, 2000,20(4)：24-32.
［15］车万翔,刘挺,秦兵,等. 面向依存文法分析的搭配抽取方法研究［C］// 全国第六届计算语言学联合学术会议. 2001.
［16］哈工大社会计算与信息检索研究中心. 哈工大语言技术平台［EB/OL］. http://www.ltpcloud.com, 2015-02-08.

一种基于多特征混合句子相似度计算的改进

An Improvement of Sentence Similarity Calculation Based on Multifeatures

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 1

编辑推荐

Metrics

本文评价