基于知网义原信息量的词语相似度计算方法

国内利用知网计算中文词语相似度通常采用基于义原距离的方法,这些方法依赖于公式设计和参数选取。根据信息论中计算两个事物相似度的思想,利用知网的分类体系来计算词语所包含的义原信息量,将义原及其角色关系的信息量作为词语相似度计算的基本单位,通过计算两个词语的共有义原及其角色关系的信息量和所有义原及其角色关系的信息量的比值来综合计算词语的相似度。实验结果证明,该方法合理可行。

一种基于义原信息量的词语相似度计算方法

国内利用知网计算中文词语相似度通常采用基于义原距离和深度的方法,计算结果依赖于公式的设计和参数的选取。针对词语相似度的计算,文章提出采用知网义原信息量来计算中文词语相似度,根据信息论中计算两个事物相似度的思想,利用知网的分类体系来计算义原信息量,从词语概念的主类义原信息量、义原及其角色关系的信息量及义原结点相似度三个方面来综合计算词语的相似度,与刘群和知网在线的方法进行比较,实验结果显示本文方法与人的判断更为接近。

基于知网的中文词语相似度计算

针对中文词语相似度计算的问题,根据信息论中两个事物相似度计算的思想,提出一种基于知网义原信息量和义原及其角色关系的中文词语相似度计算方法,利用知网分类体系计算出词语义原信息量,根据义原信息量计算出词语概念间主类义原的相似度,结合词语概念中义原及其角色关系相似度及义原结点相似度来综合计算词语的相似度,与刘群、知网在线的方法及人工判断的相似度值进行了比较,实验结果显示该方法与人的判断更接近。

Generalized Uncertainty Principle and Thermodynamic Quantities of SAdS_5 Black Hole

Recently, there has been much attention devoted to resolving the quantum corrections to the Bekenstein- Hawking black hole entropy. The different correction leading terms are obtained by the different methods. In this paper, we calculate the correction to SAdS5 black hole thermodynamic quantity due to the generalized uncertainty principle. Furthermore we derive that the black hole entropy obeys Bekenstein Hawking area theorem. The entropy has infinite correction terms. And every term is finite and calculable. The corrected Cardy-Vedinde formula is derived. In our calculation, Bekenstein Hawking area theorem still holds after considering the generalized uncertainty principle. We have not introduced any hypothesis. The calculation is simple. Physics meaning is clear. We note that our results are quite general. It is not only valid for four-dimensional spacetime but also for higher-dimensional SAdS spacetime.