基于维基百科的短文本相关度计算

• 作者: 李爱萍 段利国 荆琪 赵谦
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 维基百科 相关性 语义相似度 语义相关度 短文本
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 197-202
• 页数: 6页
• 分类号: TP391.1
• 字数: 5573字
• 语种: 中文

摘要

为提高短文本语义相关度的计算准确率,将维基百科作为外部语义知识库,利用维基百科的结构特征,如维基百科的分类体系结构、摘要中的链接结构、正文中的链接结构以及重定向消歧页等,提出类别相关度与链接相关度相结合的词语相关度计算方法.在此基础上,提出基于词形结构、词序结构以及主题词权重的句子相关度计算方法.实验结果表明,在词语相关度计算方面,该方法的Spearman参数比文本相关度计算方法提高2.8％,句子相关度准确率达到73.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱萍	太原理工大学计算机科学与技术学院	32	234	8.0	14.0
5	段利国	太原理工大学计算机科学与技术学院	41	364	10.0	18.0
6	赵谦	太原理工大学计算机科学与技术学院	2	15	2.0	2.0
7	荆琪	太原理工大学计算机科学与技术学院	2	15	2.0	2.0