词义层级上的专家系统问题相似度计算优化

• 作者: 乔猛 刘慧君 梁光辉
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 专家系统 词向量 WMD 空间映射 相似度计算
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 447-452
• 页数: 6页
• 分类号: TP312
• 字数: 6042字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.04.011

摘要

词向量(Word2Vec)是近些年来自然语言处理领域的重要算法,在近几年的人工智能发展中占有极其重要的地位.通过向量空间的形式对每一个词进行标志,进而在概率方面上对词进行表示.Word Mover Distance算法是Earth Mover Distance的一个特殊形式,用来计算一组向量之间最短距离.文章使用上述两个算法作为基底,对词向量进行相关的空间映射预处理操作,作为WMD(word mover distance)的输入参数,最终可以得到句子间相似度得分.实验表明,该方法使相似语句与不相关语句之间的距离差距更大,且在专家系统中相似问句之间的距离更加紧密,更能显著刻画句子之间的语义相似程度,有利于增加短文本匹配的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧君	重庆大学计算机学院	21	121	7.0	10.0
2	梁光辉		5	7	1.0	2.0
3	乔猛	重庆大学计算机学院	1	1	1.0	1.0