杨春蕾

（河北地质大学，河北 石家庄 050022）

0 引言

知识检索是一种基于语义和知识关联的高级信息检索方式。相较于信息检索，知识检索实现了信息查询语义化、智能化，提高了检索的效率和准确率。知识检索过程中最重要的一步便是语义相似度计算，它用来表示概念之间的相关性，语义相似度越高，则越符合检索要求。因此，提出一种计算结果准确且高效的计算方法尤为重要。

近年来，一些学者研究了多种语义相似度计算方法并将其运用到了多个领域。文献[1]提出了一种基于农业本体的语义相似度计算方法，但是该算法受到地理实体、文献资料、经验等各个因素的影响，效率较低。文献[2]提出了一种计算义原相似度的算法，提高了检索结果的准确性，但第一独立义原对结果影响很大。文献[3]提出了加权语义复杂网络文本相似度计算方法，利用了文本网络中特征词节点间的信息，对于复杂的文本网络仍有一定的局限性。文献[4-5]提出了基于WordNet的语义相似度计算方法，具有更高的皮尔森相关系数，但只适用于词汇语义相似度计算。文献[6]提出一种自适应相似度综合加权计算方法，解决了传统综合加权计算时人工赋权的不足。文献[7]利用结构化的维基百科节点中的最短路径关系，对2个词条之间的关系进行刻画，过程略显复杂。

本文运用可拓学基础，提出的语义相似度算法，充分考虑信息量、距离、属性等信息对语义相似度的影响，具有更高的准确性。……