WordNet中的综合概念语义相似度计算方法

doi:10.13190/jbupt.201302.98.wangt

北京邮电大学学报 ›› 2013, Vol. 36 ›› Issue (2): 98-101.doi: 10.13190/jbupt.201302.98.wangt

WordNet中的综合概念语义相似度计算方法

王桐¹,吴吉义¹,王磊²,徐贺³

1. 哈尔滨工程大学信息与通信工程学院, 哈尔滨 150001; 2. 杭州师范大学电子商务与信息安全重点实验室, 杭州 310027; 3. 哈尔滨工程大学机电工程学院, 哈尔滨 150001

收稿日期:2012-10-03 修回日期:2012-11-06 出版日期:2013-04-30 发布日期:2013-03-25
通讯作者: 王桐 E-mail:wangtong@hrbeu.edu.cn
作者简介:王桐（1977-），男，副教授，E-mail：wangtong@hrbeu.edu.cn
基金资助:
国家自然科学基金项目（61102105,60775060）；国家博士后科学基金项目（2008044840）；教育部博士点基金项目（20102304120014,20102304110006）；黑龙江省自然科学基金项目（F201029）；浙江省自然科学基金项目（LQ12G02016，LZ12F02005）

Semantic Similarity Calculation Method of Comprehensive Concept in WordNet

WANG Tong¹, WANG Lei¹, WU Ji-yi², XU He³

1. College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China;<br>2. Key Laboratory of E-Business and Information Security, Hangzhou Normal University, Hangzhou 310036, China;<br>3. College of Mechanics and Electrics Engineering, Harbin Engineering University, Harbin 150001, China

Received:2012-10-03 Revised:2012-11-06 Online:2013-04-30 Published:2013-03-25

摘要/Abstract

摘要：

作为语义异构问题的基础,概念间语义相似度计算已成为研究热点,对此,提出一种基于WordNet的综合概念语义相似度计算方法. 该方法不仅集成了传统的基于语义距离的算法和基于信息内容的算法,而且引入了深度、密度因子和语义重合度来进行综合分析,并针对综合算法中权值难以确定的问题,引入主成分分析改进权值分配方法. 实验结果表明,改进后的方法计算的相似度与人工判断的相似度相关性较高,有效改善了概念语义相似度计算的准确性.

关键词: 概念语义相似度, WordNet, 主成分分析

Abstract:

As the basis of the semantic heterogeneity, the calculation of semantic similarity between concepts has become a hot topic. A calculation method based on the comprehensive concept of the semantic similarity of WordNet is presented. The method integrates traditional semantic distance-based algorithm, content-based algorithm, introduces the depth, density factor and semantic coincidence degree to conduct a comprehensive analysis. In order to determine the right weights in the synthesis algorithm, a principal component analysis is proposed to improve the weight allocation. Experiments show that the similarity of the proposed method has good correlation with similarity to the artificial one, thus the accuracy of the concept of semantic similarity calculation is improved effectively.

Key words: conceptual semantic similarity, WordNet, principal component analysis

中图分类号:

TN929.53

王桐吴吉义王磊徐贺. WordNet中的综合概念语义相似度计算方法[J]. 北京邮电大学学报, 2013, 36(2): 98-101.

WANG Tong, WANG Lei, WU Ji-yi, XU He. Semantic Similarity Calculation Method of Comprehensive Concept in WordNet[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2013, 36(2): 98-101.

[1]	王小玉, 陈琳. 基于主成分分析与迭代最近点的三维膝关节配准[J]. 北京邮电大学学报, 2020, 43(3): 112-117.
[2]	赵珊, 李永思. 基于主成分分析的图像哈希算法[J]. 北京邮电大学学报, 2019, 42(2): 36-41.
[3]	陈北京, 杨建浩, 范春年, 苏庆堂, 王定成. 基于块的二维核四元数主成分分析[J]. 北京邮电大学学报, 2019, 42(1): 53-60.
[4]	赵娟, 陈斌, 李永战, 高宝成. 复杂背景噪声下风机叶片裂纹故障声学特征提取方法[J]. 北京邮电大学学报, 2017, 40(5): 117-122.
[5]	刘安, 周东华, 陈茂银. 分块鲁棒主成分分析的撞击坑图像检测识别[J]. 北京邮电大学学报, 2016, 39(1): 63-67.
[6]	于艳华,宋梅,潘阳发,宋俊德. 改进的基于支持向量机的网络综合评价策略[J]. 北京邮电大学学报, 2007, 30(6): 85-88.
[7]	张锦1,2, 李光3, 曹伍4, 胡瑞芬1. 基于主成分分析的自动文本分类模型研究[J]. 北京邮电大学学报, 2006, 29(s2): 136-138.
[8]	孟宪宇1, 2, 班晓娟1, 宁淑荣1, 涂序彦1. 人工鱼虚拟嗅觉系统研究[J]. 北京邮电大学学报, 2006, 29(s2): 13-18.
[9]	罗　枫,　宋　梅,　任志军,　潘阳发,　宋俊德. 移动网管中多指标综合评估研究[J]. 北京邮电大学学报, 2004, 27(4): 97-101.

WordNet中的综合概念语义相似度计算方法

Semantic Similarity Calculation Method of Comprehensive Concept in WordNet

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics

本文评价