陈宏朝，李 飞，朱新华，马润聪

(广西师范大学 多源信息挖掘与安全重点实验室，广西 桂林 541004)

基于路径与深度的同义词词林词语相似度计算

陈宏朝，李 飞，朱新华，马润聪

(广西师范大学 多源信息挖掘与安全重点实验室，广西 桂林 541004)

该文提出了一种基于路径与深度的同义词词林词语语义相似度计算方法。该方法通过两个词语义项之间的最短路径以及它们的最近公共父结点在层次树中的深度计算出两个词语义项的相似度。在处理两个词语义项的最短路径与其最近公共父结点的深度时，为提高路径与深度计算的合理性，为分类树中不同层之间的边赋予不同的权值，同时通过两个义项在其最近公共父结点中的分支间距动态调节词语义项间的最短路径，从而平衡两个词语的相似度。该方法修正了目前相关算法只能得出几个固定的相似度值，所有最近公共父结点处于同一层次的义项对之间的相似度都相同的不合理现象，使词语语义相似度的计算结果更为合理。实验表明，该方法对MC30词对的相似度计算值与人工判定值相比，取得了0.856的皮尔逊相关系数，该结果高于目前大多数词语相似度算法与MC30的相关度。

同义词词林；路径；深度；分支间距；最近公共父结点

1 引言

词语语义相似度的计算是自然语言处理的重要研究内容，在智能检索、词义排歧、自动问答和机器翻译等领域都有广泛的应用，它是一个基础研究课题，正在被越来越多的研究人员所关注。……