基于知网语义相关度计算的词义消歧方法
知网语义相关度计算（WordNet Similarity）是一种基于计算语言学原理来测量两个词语之间的相似程度的语义消歧方法。它利用已有的计算语言学技术、例如WordNet（一种基于英文的信息网络）来实现消歧结果的计算。知网语义相关度计算在语言处理中有着广泛的应用，不仅在自然语言处理领域中有着广泛使用，而且在机器学习和搜索引擎领域也有着重要的应用。
知网语义相关度计算的基本思想是将两个词语在语义上进行比较，求出它们之间的相似度。首先，需要通过WordNet数据库中的词语的语义表示来构建出它们的语义概念树；其次，在概念树上求取它们的共同最大子概念；最后，计算它们的最大子概念的深度，或者在语义上的相似性。
为了更好地消歧词语之间的相似性，知网语义相关度计算还采用了一些其他技术，比如词汇相似性（Word Similarity）、语义相似性（Semantic Similarity）和句子相似性（Sentence Similarity）。
简而言之，知网语义相关度计算就是利用WordNet数据库中的词语的语义表示来估计两个词语之间的相似程度的一种消歧方法。它利用计算语言学技术，比如WordNet数据库中的词语的语义表示、语义相似性、句子相似性等等，来实现相似性的计算。在实际应用中，它可以帮助计算机更准确地理解人类语言，从而提高机器学习和搜索引擎的性能。
一种基于HowNet的词语语义相似度计算方法
范弘屹;张仰森
【期刊名称】《北京信息科技大学学报（自然科学版）》
【年(卷),期】2014(029)004
【摘 要】目前基于HowNet的词语语义相似度计算多是根据上下位关系计算语义距离的方法,其结果与人的主观认识存在差异.提出了一种词语语义相似度计算的改进方法,在原有方法基础上,同时考虑影响词语相似度的多种因素,如HowNet中义原的深度和密度等,进而挖掘义原间关系,改进原有计算方法.实验结果表明,利用所提出的改进方法计算的词语语义相似度更加贴合人的主观认识.
【总页数】4页(P42-45)
【作 者】范弘屹;张仰森
【作者单位】北京信息科技大学计算机学院,北京100192;北京信息科技大学计算机学院,北京100192
【正文语种】中 文
【中图分类】TP391.1
【相关文献】
1.一种改进的基于《知网》的词语语义相似度计算 [J], 江敏;肖诗斌;王弘蔚;施水才
2.一种改进的基于知网的词语语义相似度算法 [J], 张小川;于旭庭;张宜浩
3.一种基于词义向量模型的词语语义相似度算法 [J], 李小涛;游树娟;陈维 4.一种基于HowNet语义计算的综合特征词权重计算方法 [J], 孙丽莉;张小刚
5.基于HowNet的词语语义相似度计算模型研究 [J], 高雪霞
因版权原因，仅展示原文概要，查看原文内容请购买
第４１卷
Ｖｏ１．４１ 第９期
Ｎｏ．９ 计算机工程
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ２０１５年９月
Ｓｅｐｔｅｍｂｅｒ ２０１５
・人工智能及识别技术・ 文章编号：１０００－３４２８（２０１５）０９－０２１５－０５ 文献标识码：Ａ 中图分类号：ＴＰ３９１
基于２００８版《知网》的词语相似度计算方法
魏 弹 ，向 阳
（１．井冈山大学电子与信息工程学院流域生态与地理环境监测国家测绘地理信息局重点实验室，江西吉安３４３００９； ２．同济大学电子与信息工程学院，上海２０１８０４）
摘 要：词语相似度的计算是自然语言处理领域的重要问题，在机器翻译、信息检索、文本分类等领域有广泛的应
用。分析和利用新版语义词典２００８版《知网》，从概念的主类义原和概念的特征描述２个方面综合计算词语相似 度。运用义原树的树形层次结构，得到义原的深度信息量，再考虑义原的路径计算得到义原相似度。通过层次特
征类型匹配计算概念特征描述的相似度。综合主类义原相似度、概念特征描述相似度以及义原之间的对义、反义 关系计算得到词语相似度。实验结果表明，该方法得到的词语相似度计算结果与人的主观认识趋于一致。
关键词：词语相似度；２００８版《知网》；义原；深度信息量；路径；特征描述
中文引用格式：魏群，向 阳．基于２００８版《知网》的词语相似度计算方法［Ｊ］．计算机工程，２０１５，４１（９）：２１５－２１９．
英文引用格式：Ｗｅｉ Ｗｅｉ，Ｘｉａｎｇ Ｙａｎｇ．Ｍｅｔｈｏｄ ｏｆ Ｗｏｒｄ Ｓｉｍｉｌａｒｉｔｙ Ｃｏｍｐｕｔａｔｉｏｎ Ｂａｓｅｄ ｏｎ ＨｏｗＮｅｔ ２００８［Ｊ］．Ｃｏｍｐｕｔｅｒ
Ｅｎｇｉｎｅｅｒｉｎｇ，２０１５，４１（９）：２１５—２１９．
Ｍｅｔｈｏｄ ｏｆ Ｗｏｒｄ Ｓｉｍｉｌａｒｉｔｙ Ｃｏｍｐｕｔａｔｉｏｎ Ｂａｓｅｄ ｏｎ ＨｏｗＮｅｔ ２００８
ＷＥＩ Ｗｅｉ 一，ＸＩＡＮＧ Ｙａｎｇ
（１．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｗａｔｅｒｓｈｅｄ Ｅｃｏｌｏｇｙ ａｎｄ Ｇｅｏｇｒａｐｈｉｃａｌ Ｅｎｖｉｒｏｎｍｅｎｔ Ｍｏｎｉｔｏｒｉｎｇ， Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒ．ｉｎｇ，Ｊｉｎｇｇａｎｇｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉ’ａｎ ３４３００９，Ｃｈｉｎａ；
龙源期刊网
一种基于WordNet语义相似度的改进算法
作者：田姗
来源：《数字技术与应用》2013年第08期
摘要：随着信息的快速发展，计算词语语义相似度在很多领域得到了广泛应用与研究，包括信息检索，信息抽取，词义排歧，基于实例的机器翻译，文本分类等等。本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度，提出一种基于WordNet语义相似度的改进算法。
关键词：WordNet 语义距离 语义相似度
中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2013）08-0113-01
语义相似度计算在很多领域都有着广泛的应用，如自然语义处理，信息检索，词义排歧，文本分类以及基于实例的机器翻译等。随着Internet技术的高速发展，语义相似度成为信息检索研究的重要组成部分。当前语义相似度计算方法大致可以分为两类：一类是根据世界知识或者某种分类体系的方法来计算，主要是基于按照概念间结构层次关系组织的语义词典的方法，根据在这类语言学资源中概念之间的上下位关系和同位关系来计算词语的相似度；第二类是基于统计的方法，主要将上下文信息的概率分布作为词汇语义相似度的参照。现有的研究中有的通过词结点之间上下位关系构成的最短路径计算语义相似度，文献[1-2]通过两个词的公共祖先结点的最大信息量计算语义相似度，文献[3-5]通过结合结点间的路径长度，概念层次树的深度，概念层次树的区域密度等因素综合考虑计算语义相似度。国外很多研究者利用WordNet中的同义词集组成的树状层次体系结构计算语义相似度。
1 WordNet简介
WordNet是由Princeton 大学的心理学家，语言学家和计算机工程师联合设计的一种基于认知语言学的英语词典，它不只把单词以字母顺序排列，而且按照单词的意义组成一个“网络”。由于包含了语义信息，所以WordNet有别于通常意义上的字典。
