基于Word2vec的句子语义相似度计算研究

• 作者: 李晓 李立杰 解辉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 句子相似度 word2vec 词向量 语义 句法结构
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 256-260
• 页数: 5页
• 分类号: TP391.1
• 字数: 4762字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.09.048

摘要

word2vec利用深度学习的思想,可以从大规模的文本数据中自动学习数据的本质信息.因此,借助哈尔滨工业大学的LTP平台,设计利用word2vec模型将对句子的处理简化为向量空间中的向量运算,采用向量空间上的相似度表示句子语义上的相似度.此外,将句子的结构信息添加到句子相似度计算中,并就特殊句式对算法进行了改进,同时考虑到了词汇之间的句法关系.实验结果表明,该方法更准确地揭示了句子之间的语义关系,句法结构的提取和算法的改进解决了复杂句式的相似度计算问题,提高了相似度计算的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓	安阳师范学院计算机与信息工程学院	14	66	3.0	8.0
2	解辉	清华大学计算机科学与技术系	4	62	2.0	4.0
3	李立杰	北京理工大学软件学院	9	66	4.0	8.0