基于维基百科社区挖掘的词语语义相似度计算

• 作者: 吴扬扬 彭丽针
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 语义相似度 社区发现 维基百科
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 2015年全国理论计算机科学学术年会
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391
• 字数: 5237字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.4.009

摘要

词语语义相似度计算在自然语言处理如词义消歧、语义信息检索、文本自动分类中有着广泛的应用.不同于传统的方法,提出的是一种基于维基百科社区挖掘的词语语义相似度计算方法.本方法不考虑单词页面文本内容,而是利用维基百科庞大的带有类别标签的单词页面网信息,将基于主题的社区发现算法HITS应用到该页面网,获取单词页面的社区.在获取社区的基础上,从3个方面来考虑两个单词间的语义相似度:(1)单词页面语义关系;(2)单词页面社区语义关系;(3)单词页面社区所属类别的语义关系.最后,在标准数据集WordSimilarity-353上的实验结果显示,该算法具有可行性且略优于目前的一些经典算法;在最好的情况下,其Spearman相关系数达到0.58.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴扬扬	华侨大学计算机科学与技术学院	59	471	13.0	19.0
2	彭丽针	华侨大学计算机科学与技术学院	1	16	1.0	1.0