杨 泉

(北京师范大学汉语文化学院，北京 100875)

0 引 言

词语相似度计算在人工智能、知识管理、自然语言处理等诸多领域都有着广泛应用，其主要任务是研究用什么方法来计算或比较2个词语的相似度[1]。词语相似度是随着计算语言学发展而产生的一个概念，指一种语言中任意2个词语之间相似或相关的程度，其中“相似度”是指意义相同或相近的同义词之间的相似程度；而“相关度”是指非同义词之间相互关联的程度。例如“轿车”与“汽车”是同义词，在语义层面是相似关系，应计算其相似度；而“轿车”与“旅游”是非同义词，在语义层面是相关关系，应计算其相关度。关于中文词语的相似度计算也受到了重视[2]，词语相似度计算逐渐成为自然语言处理中的基础性工作，准确简洁的词语相似性计算方法在更高层次的语言学应用中起着重要作用。

在语言学领域中，词语辨析和比较的范围一般是在同义词之间展开的，大多会从语义、语法、语用等多个层面进行对比。受语言学研究及中文信息处理发展水平所限，目前在自然语言处理的大部分实际应用中，词语相似度计算主要是语义层面的计算，即语义相似度计算，它是指一种语言中任意2个词语之间在语义层面上相似或相关的程度。文献[3]认为自然语言的词语之间有着非常复杂的关系，在实际的应用中，有时需要把这种复杂的关系用一种简单的数量来度量，而语义相似度就是其中的一种。……