基于加权二部图匹配的中文段落相似度计算

• 作者: 张绍阳 曲卫东 曹家波 王子凡
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 段落相似度 句子主干提取 二部图匹配 向量空间模型 中文分词
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 95-101
• 页数: 7页
• 分类号: TP301
• 字数: 8334字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0302

摘要

为了改进传统以向量空间模型(VSM)为代表的基于词频统计的方法在中文段落相似度计算时存在的精度不高问题,在基于加权二部图匹配的思想上提出了一种计算中文段落之间相似度的方法.该方法将相似度计算分为段落和句子两个层次,将句子作为简单段落看待,也使用二部图匹配进行相似度计算.首先利用句子主干词汇提取算法来提取句子的主干词汇,将主干词汇作为二部图的顶点,把主干词汇之间的相似度作为二部图顶点之间的权值系数,进行句子相似度的计算.其次,将句子作为加权二部图的顶点,把句子之间的相似度作为二部图顶点之间的权值系数,进行段落之间的相似度计算.实验结果表明,该方法与VSM相比,由于它能准确识别同义词,自动匹配两个在段落中不同位置的相似词语,因而在准确度上有了很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍阳	长安大学信息工程学院	42	258	9.0	14.0
2	曲卫东	长安大学信息工程学院	2	3	1.0	1.0
3	曹家波	长安大学信息工程学院	1	3	1.0	1.0
4	王子凡	长安大学信息工程学院	1	3	1.0	1.0