基于维基百科社区挖掘的词语语义相似度计算

• 全文链接
• 请求原文

作   者：

彭丽针;  吴扬扬; 

作者机构：

华侨大学计算机科学与技术学院; 

关键词：

维基百科;  语义相似度;  社区发现; 

期刊名称：

计算机科学

基金项目：

i s s n：

1002-137X

年卷期：

2016 年 43 卷 04 期

页   码：

45-49

摘   要：

词语语义相似度计算在自然语言处理如词义消歧、语义信息检索、文本自动分类中有着广泛的应用。不同于传统的方法,提出的是一种基于维基百科社区挖掘的词语语义相似度计算方法。本方法不考虑单词页面文本内容,而是利用维基百科庞大的带有类别标签的单词页面网信息,将基于主题的社区发现算法HITS应用到该页面网,获取单词页面的社区。在获取社区的基础上,从3个方面来考虑两个单词间的语义相似度:(1)单词页面语义关系;(2)单词页面社区语义关系;(3)单词页面社区所属类别的语义关系。最后,在标准数据集WordSimilarity-353上的实验结果显示,该算法具有可行性且略优于目前的一些经典算法;在最好的情况下,其Spearman相关系数达到0.58。