APP下载

改进的基于本体的语义相似度计算

2015-12-23张沪寅温春艳刘道波

计算机工程与设计 2015年8期
关键词:语义概念深度

张沪寅,温春艳,刘道波,叶 刚

(武汉大学 计算机学院,湖北 武汉430072)

0 引 言

词语相似度计算在信息检索、数据挖掘、机器翻译、个性化推荐等领域有广泛的应用,因此提高相似度计算结果的准确性显得尤为重要。随着领域本体的不断普及,以及本体树对概念节点之间关系的准确描述,本体已经成为语义相似度研究的基础。当前基于本体的语义相似度的研究主要有:提高相似度计算结果准确性、解决本体树中节点的多继承问题、解决节点对之间的不对称性问题等。本文算法通过改进相似度计算模型,在提高相似度准确度的同时解决各类多继承问题。

1 研究现状

当前基于本体的相似度计算主要分为基于语义距离、基于信息内容、基于属性、混合式相似度计算[1]。基于语义距离的方法[2]是最早采用的本体相似度计算方法,Shortest Path法[3]是该类的典型算法,通过概念词在本体树中的路径长度来量化概念节点之间的语义距离。Weighted Links法[4]对Shortest Path法进行了改进,对概念节点的边进行了权值分配。基于语义距离的方法随着不断改进,已发展为基于本体结构的相似度算法[5]。基于信息内容的方法[1]是用概念共同父节点的信息量来衡量二者的相似度,节点的信息量用节点包含内容在本体中出现的频率p来衡量。Resnik[6]对基于信息量算法进行改进,采用最小p衡量节点信息量。用父节点包含的信息量来衡量两个节点的相似度,但并未考虑节点本身所包含的信息量。基于属性的相似度计算[7]是用两个节点的公共属性个数来衡量节点相似度。……

登录APP查看全文

猜你喜欢

语义概念深度
Birdie Cup Coffee丰盛里概念店
语言与语义
幾樣概念店
深度观察
深度观察
深度观察
“上”与“下”语义的不对称性及其认知阐释
认知范畴模糊与语义模糊
语义分析与汉俄副名组合