时慧琨

（淮南师范学院 计算机学院，安徽 淮南 232038）

一种信息检索中语义相似度的计算方法

时慧琨

（淮南师范学院 计算机学院，安徽 淮南 232038）

语义相似度计算在自然语言处理及信息检索领域有着广泛的应用。在总结已有相似度计算方法基础上，考虑信息检索中语义扩展的不对称现象，结合不对称语义计算模型提出了一种信息检索中非对称语义相似度计算方法，先计算本体中每对上下位概念之间的相似度，并基于距离的相似度计算模型计算出任意概念之间的相似度。实验表明可以用于信息检索中语义扩展，为概念间相似度的衡量提供更准确的结果。

信息检索；语义扩展；语义相似度；本体

语义相似度计算在信息检索、信息推荐和过滤、机器翻译、本体学习、文本分类和聚类等领域都有着极为广泛的应用，在信息检索领域，语义相似度计算可以用于对信息查询进行语义扩展［1］。在这个过程中，如何计算扩展词和用户输入词的相似程度是关键所在。计算依据的信息来源以及如何计算相似度是不同语义扩展技术的主要区别。常见语义扩展依赖的信息来源主要有词典（如Word-Net、知网）、语料库、网络百科全书（如Wikipedia、百度百科）、本体等形式。其中，本体作为一种“共享概念的明确的形式化规范说明”，能够明确、形式化地表达领域内的各种概念及相互关系，提供该领域知识的共同理解，在语言研究及应用方面发挥着重要作用，基于本体的语义相似度计算方法也已成为语义信息检索技术的重要研究内容［2］。……