中文词语语义相似度计算———基于知网2000-中文信息学报.pdfVIP

第 2 1 卷 　第 3 期 中文信息学报 Vol . 2 1 , No . 3 2007 年 5 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G May , 2007 文章编号 : (2007) 中文词语语义相似度计算 ———基于《知网》2000 李 峰, 李 芳 (上海交通大学 计算机科学与工程系 ,上海 200240) ( ) 摘 　要 : 词语语义相似度的计算 ,一种比较常用的方法是使用分类体系的语义词典 如 Wor dnet 。本文首先利用 ( ) Hownet 中“义原”的树状层次结构 ,得到“义原”的相似度 ,再通过“义原”的相似度得到词语 “概念”的相似度 。本 文通过引入事物信息量的思想 ,提出了自己的观点 : 认为知网中的“义原”对“概念”描述的作用大小取决于其本身 所含的语义信息量 ;“义原”对“概念”的描述划分为直接描述和间接描述两类 ,并据此计算中文词语语义相似度 ,在 一定程度上得到了和人的直观更加符合的结果 。 关键词 : 计算机应用 ; 中文信息处理 ;词语语义相似度 ;知网;“义原”;语义信息量 中图分类号 : TP39 1 　　　　　文献标识码 : A An Ne w Approach Measuring Semantic Similarity in Hownet 2000 L I Feng ,L I Fang (Dep art ment of Comp ut er Science and Technology , Shanghai J iao Tong univer sit y , Shanghai 200240 , China) Abstract : A ba sic app roach for mea suring semantic similarit y/ di st ance between wor ds and concep t s i s to u se lexical t axonomy , such a s Wor dnet . Hownet i s a Chinese semantic dictionary , cont aining abundant semantic information and ontology knowledge , but ha s quit e different con st ruction and archit ect ure . In t hi s p ap er , we p resent a new ap p roach u sing Hownet by drawing in t he idea of information t heory . We p ropo se t hat t he more semantic information a “sememe ”t ake , t he more powerful it in describing concep t s. Then we divide “sememe ”which describes a concep t into two