中文短文本语法语义相似度算法-文档资料

中文短文本语法语义相似度算法

短文本相似度计算在文章查重、信息检索、图像检索、智能

机器问答、词义消歧和搜索引擎等多个领域什么是洗盘 有着非常广泛的应用

[马球 1]，并在英文处理方面取得了许多实质性的成果，如机器人语

音对话系统等.但是在中文信息处理中存在一些困难跳绳腿会粗吗 ，例如未登

录词识别问题、语法结构复杂和一词多义等[2].为此本文主要研

究中文短文本（语句）相似度计算方法，并提高计算结果的精确

度.

短文本相似度表示的是多个短文本（语句）之间的相似程度，

属于一种月亮水瓶座男生 度量参数，相似度值越高花瓣的瓣怎么组词 ，则表明文本间越相似，反之

越不相似[3]安装内存 .文本相似度包括语义和语法等方面，但是在实际中

主要考虑语义层次的相似性，往往忽略了文本的语法结构对文本

相似度的重要影响.

大量的研究证明短文本的语法结构对相似性的影响是非常

重要的[4]，但是当前基于HowNet[5]的中文短文本相似度计算

大都是分析文本的语义层次的相似运动单词 性，这样就会导致计算结果的

精确度和召回率都不高，为了提高相似度计算的精确度和召回

率，本文以HowNet为语料库和Stanford[6]为语法解析工具，

在中文短文本的语义信息基础上加入了文本的语法结构信息来

研究短文本相似度计算.

1语句相似度计算

HowNet主要揭示了概念间关系及概念的属性间的关系，有

关HowNet详细介绍可见