基于语义相似度的话题关联检测方法

• 作者: 崔静静 杜佳 翟东海 聂洪玉
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 关联检测 语义相似度 相对熵 关联度
• 年，卷（期）: 2015,（3）
• 页码范围: 517-522
• 页数: 6页
• 分类号: TP391
• 字数: 5217字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2015.03.021

摘要

为有效识别任意两篇报道的相似性，提出了一种基于语义相似度的话题关联检测算法。该算法首先通过计算特征词之间的相对熵作为两篇报道中特征词之间的语义相似度；其次，通过计算平均语义相似度获得特征词和报道之间的关联度；最后，结合特征词在语料库中的TF-IF（term frequency-inverse document frequency）权重计算两篇报道之间的关联度，实现报道之间的关联度检测。本文提出的方法与现有的向量空间模型方法和仅依赖于平均点互信息的方法进行了比较，并通过TDT4中文语料进行测评，结果表明，基于语义相似度的关联检测方法能够更好地利用文本的语境信息，提高了现有检测系统的性能，其最小DET（detection error tradeoff）代价降低了3％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟东海	西南交通大学信息科学与技术学院	45	285	9.0	14.0
5	聂洪玉	西南交通大学信息科学与技术学院	15	70	5.0	7.0
6	崔静静	西南交通大学信息科学与技术学院	8	29	4.0	5.0
7	杜佳	西藏大学工学院	3	15	2.0	3.0