用于文本相似度计算的新核函数

• 作者: 王秀红 鞠时光
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 信息检索 文本相似度 核函数 S_Wang核 潜在语义核 Cauchy 核 CLA复合核
• 年，卷（期）: 2012,（12）
• 页码范围: 43-48
• 分类号: TP312
• 字数: 4525字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2012.12.006

摘要

为了提高文本相似检测的综合表现,在文本文档相似特征的基础上构造了新的核函数S_Wang核函数.结合文本相似计算过程中的实际情况,将待比对的文本表示成向量,考虑通过2个向量间的乘积和欧氏距离来描述向量之间的相似程度,从而构造了适合文本相似度计算的新核函数,并根据 Mercer 定理证明了所构造函数可以作为核函数.实验验证了新构造的核函数在文本文档相似度计算中的表现,实验结果表明S_Wang核其相似度计算精度和综合指标均分别优于Cauchy核、潜在语义核(LSK)以及CLA复合核.S_Wang核适用于文本相似度计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鞠时光	江苏大学计算机科学与通信工程学院	159	1685	21.0	34.0
2	王秀红	江苏大学科技信息研究所	29	139	6.0	11.0