种晓阳，周子力，吴玲玲

（曲阜师范大学 物理工程学院，山东 曲阜 273165）

基于互信息的概念语义相似度算法*

种晓阳，周子力，吴玲玲

（曲阜师范大学 物理工程学院，山东 曲阜 273165）

随着信息技术的发展，概念语义相似度计算成为当前的一个研究热点。本文提出一种基于互信息的概念语义相似度算法，以IC概念信息内容模型为基础，将相邻概念的条件概率作为边的权值，将概念间的互信息作为语义相似度，不仅考虑概念所处分类树的深度、密度，而且将路径因素考虑在内。实验结果表明，与其他八种算法相比，该算法计算的相似度与人工判断的相似度相关度更高，相似度值更准确。

概念语义相似度；条件概率；互信息；信息内容

0　引 言

概念语义相似度是自然语言处理的关键技术之一，广泛应用于语义消歧、信息检索、数据挖掘［1］、机器翻译、文本分类等领域。国内外很多概念语义相似度研究是基于WordNet语义词典的。

本文将基于路径的概念语义相似度算法和基于IC的概念语义相似度算法结合起来，提出了一种基于互信息的概念语义相似度算法。实验结果表明，该算法提高了算法的性能。

1　相关工作

WordNet是由普林斯顿大学认知科学实验室建立的一种基于认知语言学的英语词典。它包含了多种关系，这些关系将各个概念连接成一个巨大的网络。本文只考虑其中的is_a关系，WordNet的结构为树状层次体系结构。

学界已经提出了一些基于WordNet的概念语义相似度算法，主要分为两类：基于路径的概念语义相似度算法和基于信息内容IC的概念语义相似度算法［2］。……