汉语句子相似度计算方法比对之研究.kdh.pdfVIP

年第 期 福福 建建 电电 脑脑 2007 10 51 汉语句子相似度计算方法比对之研究 12 1 2 赵巾帼 徐德智 罗庆云 , , ( 中南大学信息学院 湖南 长沙 湖南工学院计算机科学系 湖南 衡阳 ) 1. 410000 2. 421008 摘 要 相似句子检索 在自然语言处理领域具有非常广泛的应用背景 如信息过滤技术中的句子模糊匹配 基于实 【 】: , , , 例的机器翻译的原语言检索 自动问答系统中常问题集的检索以及问题与答案的匹配 基于双语语料库的英文辅助写作等 , , 。 本文在介绍了汉语句子相似度计算的有关概念之后 对几种典型的汉语句子相似度的计算方法进行了介绍 并分析了各方 , , 法的优缺点。 关键字 句子相似度 信息处理 【 】: 在中文信息处理中 句子相似度计算是一项基础而核心的 关键词的顺序 关键词的距离以及句子的长度等信息 因此具有 , , 。 研究课题 长期以来一直是人们研究的一个热点和难点 句子相 一定的局限性 , 。 。 似度计算在实际中有着广泛的应用,它的研究状况直接决定着 2.2基于语义距离的句子相似度计算 其他一些相关领域的研究进展 例如 在基于实例的机器翻译 基于词义距离的句子相似度计算 需要一定的词义知识资 , , 、 , 信息检索 信息过滤 自动问答等方面 相似度计算都是一个非 源作为基础 计算句子之间的词义相似度 要确定句子中的词在 、 、 , 。 , 常关键的问题 随着这些领域的迅速发展,句子相似度计算也诞 这个句子中所表达的词义 本文中把词义距离定义为两个词对 。 。 生了许多方法。 应的义元在义元树中的最短距离 因此首先采用了词义消歧,然 。 句子相似度的定义 计算方法的分类及衡量标准 后进行词义距离的计算 具体方法如下 1. 、 。 : 定义 句子相似度指两个句子在语义上的匹配符合程度 值 设 个句子 和 包含的词为 包含的 : , , 、 、…、 ,