田 堃，柯永红，穗志方

(北京大学 信息科学技术学院，北京 100871)

基于语义角色标注的汉语句子相似度算法

田 堃，柯永红，穗志方

(北京大学 信息科学技术学院，北京 100871)

在语义角色标注过程中，经常需要检索相似的已标注语料，以便进行参考和分析。现有方法未能充分利用动词及其支配的成分信息，无法满足语义角色标注的相似句检索需求。基于此，本文提出一种新的汉语句子相似度计算方法。该方法基于已标注好语义角色的语料资源，以动词为分析核心，通过语义角色分析、标注句型的相似匹配、标注句型间相似度计算等步骤来实现句子语义的相似度量。为达到更好的实验效果，论文还综合比较了基于知网、词向量等多种计算词语相似度的算法，通过分析与实验对比，将实验效果最好的算法应用到句子相似度计算的研究中。实验结果显示，基于语义角色标注的句子相似度计算方法相对传统方法获得了更好的测试结果。

语义角色标注;词语相似度;知网;词向量;标注句型匹配

1 引言

目前研究句子相似度的方法有基于关键词的方法、使用语义词典的方法[1-2]、使用语义依存的方法[3-4]、计算编辑距离的方法[5-6]、基于语境框架的方法[7]、基于属性论的方法[8]以及基于统计的方法[9]等等。这些算法归结起来可概括为两类： 一类是基于词层面特征的句子相似度计算，包括基于词的统计特征、词汇语义特征等；另一类则是基于句子层面的相似度计算，包括基于句法分析、语义分析等。……