基于信息熵的新的词语相似度算法研究

• 作者: 王小林 邰伟鹏 陆骆勇
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 词语相似度 知网 义原 信息熵 词表相似度
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 119-122
• 页数: 4页
• 分类号: TP301.6
• 字数: 4311字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.09.026

摘要

针对词语相似度计算中结果合理性的问题，文中基于对“知网”中词语、义项和义原三个层次概念的研究，提出一种结合信息论研究中熵的概念的新的词语相似度方法。首先是引入词表相似度计算对词语集进行合理选取，再根据义原信息熵对各义原进行权重上的平衡，抑制一些常见义原在词语的义原集中比重过大而导致计算结果与真实情况相比出现明显误差的情况。实验结果表明，与传统方法相比，文中方法在实验并未出现1.000这样过于绝对的结果，提高了结果的合理性；并且实验词语集而非两词语之间，说明比较的效率也得到了提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰伟鹏	安徽工业大学计算机科学与技术学院	33	160	7.0	11.0
2	王小林	安徽工业大学计算机科学与技术学院	49	389	10.0	19.0
3	陆骆勇	安徽工业大学计算机科学与技术学院	1	8	1.0	1.0