期刊文献+

中文语句相似度计算的方法初探 被引量:2

Study of Chinese Sentence Similarity Computing Method
下载PDF
导出
摘要 分析了中文自然语言处理中句子相似度的计算方法,介绍了基于向量空间模型的TF-IDF的、基于句子语义和基于句子依存关系的三种句子相似度计算模型,并对它们的计算原理、计算方法进行了分析,给出了他们的优缺点.基于向量空间模型的句子相似度计算模型已经比较成熟,一般情况下能够产生较好的效果.由于TF-IDF方法没有考虑这种语义信息,所以传统的TF-IDF方法具有一定的局限性.而基于句子语义或句子的依存结构来进行相似度计算,能达到更好的效果. Chinese sentence similarity computing method is given in this paper, and three sentence similarity computing models including SVM--based TF--ID, sentence semantic model and sentence dependency relationship as well as their theories, computing methods, advantage and disadvantage are introduced. For ignoring the semantic information, the traditional TF--IDF model has some limitation, so sentence similarity computing method based on semantic or dependency relationship has better effect.
作者 李伟
出处 《兰州工业高等专科学校学报》 2009年第4期1-3,24,共4页 Journal of Lanzhou Higher Polytechnical College
关键词 TF—IDF 语义 依存结构 相似度计算 模型 TF-- IDF semantic dependency relationship similarity computing model
  • 相关文献

参考文献5

二级参考文献15

  • 1刘海涛.依存语法和机器翻译[J].语言文字应用,1997(3):91-95. 被引量:43
  • 2郭艳华,周昌乐.一种汉语语句依存关系网协动生成方法研究[J].杭州电子工业学院学报,2000,20(4):24-32. 被引量:11
  • 3王萌,何婷婷,张伟.基于概念向量空间模型的中文自动文摘系统[J].计算机工程与应用,2005,41(1):107-110. 被引量:5
  • 4穗志文.基于骨架依存树的语句相似度计算模型[J].计算语言学文集,1998,(3):176-184.
  • 5车万翔 等.面向依存文法分析的搭配抽取方法研究[A]..全国第六届计算语言学联合学术会议[C].,2001..
  • 6穗志方 俞士汶.基于骨架依存树的语句相似度计算模型[A]..中文信息处理国际会议(ICCIP''98)[C].,1998..
  • 7BURKE R D, HAMMOND K J, KULYUKIN V, et al.Question answering from frequently asked question files:experiences with the FAQ finder systemp [ J ]. AI Magazine,1997, 18:57 -66.
  • 8HATZIVASSILOGLOU V, KLAVANS J L, HOLCOMBE M L, et al. SIMFINDER: A flexible clustering tool for summarization [ A ]. NAACL Workshop on Automatic Summarization[ C]. [ s. 1. ] : Association for Computational Linguistics, 2001.
  • 9董振东 董强.[EB/OL].知网[EB/OL].http://www.keenage.com,.
  • 10Dermatas E,Kokkinakls G. Automatic stochastic tagging of natural language texts[J].Computational Linguistics,1995,21(2):137-163.

共引文献262

同被引文献17

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部