基于《知网》的文本相似度研究

• 作者: 袁晓峰
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 知网 语义相似度 VSM 文本相似度
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 251-253
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文

摘要

计算文本相似度常用的方法是计算以VSM表示的文本之间的夹角余弦值,但这种方法并没有考虑文本中词语之间的语义相似度.另外由于计算余弦值时要考虑VSM向量对齐,从而导致计算的高维度、高复杂性.《知网》作为一个汉语常用的知识库得到广泛的研究,利用该知识库能方便地求得汉语词语之间的相似度.利用《知网》计算每篇文本中词语之间的相似度,对VSM进行改进,用少量特征词的TF/ IDF值作为改进后的VSM向量中的权重,进而计算文本之间的相似度.通过比较改进前后的VSM的维数、召回率和准确率,结果显示,改进后的算法明显降低了计算的复杂度并提高了召回率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓峰	盐城师范学院信息科学与技术学院	12	39	3.0	6.0