基于百度百科多特征信息的词汇相似度计算

• 作者: 仲远 王芳 黄树成
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 自然语言处理 词汇相似度 百度百科词条 Words-240
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 算法与分析
• 页码范围: 1580-1584,1736
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.008

摘要

作为自然语言理解的一项基础工作,词汇语义相似度度量一直是研究的重点.语义相似度度量本身是一个中间任务,它是大多数自然语言处理任务中一个必不可少的中间层次,在自然语言处理中有着广泛的应用,如词义消歧、信息检索以及机器翻译等.论文提出了一种新的基于百度百科词条信息的词汇相似度计算方法.该方法经由百科名片、词条正文,开放分类和相关词条四个部分的内容,分别计算出它们之间的相似性值,以此来获得一对词汇间的整体相似性.经试验证明,在Words-240数据集上,论文方法在词汇相似度计算上,准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳		42	122	6.0	10.0
2	黄树成		36	126	5.0	10.0
3	仲远		1	0	0.0	0.0