结合语义相似度与相关度的概念扩展

［ H］ 。 的相似度小
A
结合语义相似度和相关度 计算的概念扩展
"#!
语义相似度和相关度 在信息检索 领 域， 量化文本词汇与用户查询在
图!
概念扩展的基本推理流程 — F!H —
万方数据
情报学报
第 %E 卷
第F期
%##D 年 $# 月
定义 ! ： 概念 ! 在层次树中的深度： （ $ ） " %"& ’() （ *， !"# $） 其中， （ *） !"# ’() " #， * 为根节点。 定义 " ： 概念 $ ’ ， $ " 间的语义距离：
［ $］ 成语义丰富的扩展概念集， 再提交检索 。
;%4<",10
$Байду номын сангаас
引
言
语义 网 环 境 下 的 概 念 扩 展， 核心任务是一系列 语义推理— — —同义扩展、 语义蕴涵、 外延扩展及语义 相关联想。在完 备 推 理 机 制 的 支 持 下， 推理不难实 现。但我们也发 现， 多个环节的推理任务在实现过 程中易产生混乱， 由于缺乏统一的可量化指标， 难以 形成相关程度由 高 到 低 的 有 序 队 列， 由此生成的扩 展词条简单堆砌， 不能完整真实地反映领域知识中 的关联特点。因此， 对基于领域本体的概念检索， 在 采用推理技术的 同 时， 我们考虑引入一个统一的量 化标准度量概念的关联程度， 控制调整扩展概念集， 以期获得更实用 灵 活 的 概 念 扩 展 模 型， 更好地实现 针对领域知识的检索。
收稿日期：)%%* 年 D 月 $E 日 作者简介：聂卉， 女， 博士， 研究领域： 智能信息处理、 知识发现、 知识检索。 6FGHI=： 男， 博 IJJKL M GHI= > JNJO > BPO > ?K。龙朝晖， 士， 研究领域： 企业信息化。 （项目号： 。 $） 本论文得到 )%%( 年广州市哲学社会科学十五规划项目资助 $%%%%FE))))$E）
9:0’,)$’
!K JBGHK@I? TBA BKUIC<KGBK@ AHJBP <K <K@<=<RN， CBJBHC?L <K BUH=OH@IKR CB=H@I<K <V ?<K?BW@J IK@BRCH@BP @<
IGW=BGBK@H@I<K <V ?<K?BW@OH= BXWHKJI<K HKP CB@CIBUH= IJ GHPB > !K @LB WHWBC，@LB GB@L<P V<C ?H=?O=H@IKR JBGHK@I? JIGI=HCI@N HKP CB=H@IUI@N AN OJB <V @HX<K<GN HKP BK@HI=GBK@ CB=H@I<KJ <V <K@<=<RN IJ WC<W<JBP VICJ@=N > 3OC@LBCG<CB，AN IK@BRCH@IKR JIGI=HCI@N YI@L CB=H@IUI@N，JBGHK@I? BXWHKPIKR IJ BUH=OH@BP，YLI?L IJ OJBP HJ H ?CI@BCI<K V<C ?<K?BW@OH= BXWHKPIKR > 3IKH==N，@LB J?LBGB IJ WC<UBP CBHJ<KHA=B HKP UH=IP AN ?<K?CB@B @BJ@J HKP HKH=NJIJ > JBGHK@I? JIGI=HCI@N，JBGHK@I? CB=H@IUI@N，?<K?BW@OH= BXWHKPIKR
（ !" ， $#% "&’ !# ）-
$)
&-B
&
其中， ) & 是 ! " 到 ! # 的最短路径上第 & 条边的权值， 这里 ) & - B 。 进一步指出， 语义相似度还将受到 概念 文献 ［F］ 节点 “深度” 的影响， 即相同的路径长度， 层次树中离 根节点近的概念间的相似度比离根节点远的概念间
(
(
$ ， 是 一个 可 调 节 的 参 % 012!"# !
)
（ $’ ， !(’ $ " ） $+! % ’ !(’ ()*
)
0
实例验证及分析
实例为一个简单的学校领域本体。针对本体中 定义的概念及其 关 联， 我们用程序实现了本文提出 的概念扩展。经过计算、 比较与分析， 验证并阐明了 该方法的可行性、 合理性及特点。 图中实线有向边 图 % 为学校 本 体 的 概 念 网 络， 代表子属关 系 “ 123)” ， 构 成 概 念 层 次 树； 虚线有向边 被定义为 为概念间的 蕴 涵 推 理 关 系， 如 “ 124)56789 ” 的直 接 关 联。 由 于 课 程 “ !;(A=@6B3 〈 :;<=>6 ， ?@=<67@〉 等为 “ :;<=>6” 的子 类， 继承 父 类 “ :;<=>6” 的 属 性， :” !;(A=@6B3: 与 ?@=<67@ 之 间 也 建 立 了 关 联，即 〈 !;(A=@6B3: ，?@=<67@ 〉 ： 124)56789。 直 接 定 义 与 间 接 推理形成的蕴涵关系与概念层次结构共同构成概念 的语义网络。 计算 假设 ?@=<67@ 为 待 扩 展 的 规 范 化 概 念， 相关度及结合二者 ?@=<67@ 与其他概念间 的 相 似 度、 得出 的 语 义 扩 展 度， 结 果 如 表 $ 所 示。下 面 从 三 方 面进行分析。 #&’ 与单纯推理法的比较 单纯推理获取 “学生” 的上下位、 同级、 语义蕴涵
! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
结合语义相似度与相关度的概念扩展 $）
［ !］
索， 而且概 念 空 间 建 立 在 关 联 复 杂 的 领 域 本 体 上。 因此， 在扩展概念时， 我们应全面权衡概念间的各种 关联， 综合语义相似度和语义相关度两项指标， 作为 概念词汇在意义上相符合的统一标准。 "#$ 语义扩展度的计算 概念在语义层次树上的最 短路径 亦称“语 义距 离” 。一般说来， 语义距离越近， 相似程度越高， 反之
情 报 学 报
!""# $%%% & %$’( 第 )* 卷 第 ( 期 +), & +’) ， )%%+ 年 $% 月
-./0#12 .3 456 75!#1 ".7!648 3.0 "7!6#4!3!7 1#9 4675#!712 !#3.0:14!.# !""# $%%% & %$’( +), & +’) .?@<ABC )%%+ ;<= > )* #< > ( ，
（ $’ ， !(’ $" ）" 其中， ,（ $） " (
!
("$
,（ $） (
$ （ 表示由概念节点 $ 引 $） （ ）。 , ( % -"# .
出的， $ ’ 到 $ " 的最短路径上第 ( 条边的权值。 定义 # ： 概念 $ ’ ， $ " 间的语义相似度： （ $’ ， /() $" ）" $ & 其中， !(’ ()* " % ’ $ &
关键词
语义相似度
语义相关度
概念扩展
!"#$%&’()* +%’,-%.)* /)0%1 "# 2%3)#’-$ 2-3-*),-’4 5#’%6,)’%1 7-’8 2%3)#’-$ +%*)’-.-’4
#IB 5OI$ HKP 2<KR SLH<LOI)
（ $ Q !"#$%&’"(& > )* +(*)%’$&,)( -$($."’"(& ，/0( 1$&F /"( 2(,3"%4,&5 ，60$(.78)0 ， ($%)+( ； ) Q 9,(.($( :);;"." ，/0( 1$&F /"( 2(,3"%4,&5 ，60$(.78)0 ，($%)+(）
+
若 $’ ， $" 之 间 存 在 直 接 关 联 - $’ ， $" . ： （ $’ ， 若 $’ 到 $" 无 路 径 可 51’*"31+(6& ， %"& 4"3 $" ） " $； # 达， 则 %"& 4"3 （ $’ ， （ $’ ， $ " ）" / ； " 为 调 节 参 数。 *"3 ［# ， 。综 合 相 似 度 和 相 关 度， 给出概念扩展 $" ） $］ " 的计算公式如下： 概 念 $’ ， 定义 % ： $ " 间 的 语 义 扩 展 度# 为 相 似 度与相关度在语义扩展中的所占比重的调节参数： （ $’ ， （ $’ ， /*! $ " ） " # ’ /() $ " ）,（$ & #） （ $’ ， $" ） ’ *"3
［ A］ 。 念定义是否存在矛盾， 检验知识表达的正确性
题， 建立在领域本体所构建的概念空间之上， 所有概 念均被组织在树 状 的 层 次 结 构 中， 能够保证语义距 离的可计 算 性。 设 ! " ， !# 为 层 次 树 上 的 任 意 两 概 念， 有如下计算公式： 定义 ! ： 概念 ! " ， ! # 间的最短路径长度：
聂 卉$ 龙朝晖 )
（$ Q 中山大学资讯管理系， 广州 ($%)+( ；) Q 中山大学岭南学院， 广州 ($%)+(）
摘要
本文研究在本体构建的语义网环境下， 量化领域概念的关联程度扩展概念， 实现概念 检 索 的 问 题。 利 用
语义的层次结构和蕴涵关联计算语义相似度和相关度， 并结合二者， 提出语义扩 展 度 的 概 念 及 计 算 方 法， 由此控制 调整扩展概念集的范围和大小。经过实例计算与分析， 验证并阐明了该方法的合理性、 有效性及其特点。
［C， D， E］ 间的相 关 性 问 题 。本文的应用背 景 是 概 念 检
不同于 简 单 的 术 语 本 体 （如 "#$%&’( ） ，本 文 探 讨的语义网构建在复杂的、 公理化的领域本体上， 在 描述逻辑推理机 制 的 支 持 下， 采用推理技术实现概 念扩展。描述逻 辑 上 的 推 理 基 于 知 识 库 )* （ +，, ） 〈 +*#.，,*#.〉 。+*#. 引入 领 域 概 念， 是 描 述 概 念、 概念间的关系、 关系间关系的公理集 合
概念检索是从词所表达的概念层次来认识和处 理用户的检索请 求， 其核心问题是实现同义扩展检 索和相关概念联想， 提高检索的查全率， 并使其具有 一定程度的智能。概念检索实现的方法有多种。由 于本体的引入， 现代智能检索系统多利用领域本体 所构建的概念 空 间 抽 取 概 念， 实 现 查 询 扩 展。 作 为 领域知识概念化 的 系 统 描 述， 领域本体定义了概念 术语， 描述了概念间关联， 并提供了语义推理所需的 逻辑规则。在查 询 扩 展 阶 段， 用户的查询关键词经 过一组推理操作， 实 现 同 义、 上 下 位 及 平 级 扩 展， 形
(
实现概念扩展的基本推理流程如图 B 所 示。 首 先采用 ,*#. 中 的 实 例 验 证 （相 容 检 测） ， 在 +*#. 中 定位初始查询关 键 词 所 对 应 的 本 体 中 的 规 范 概 念， 再根据本体的概念描述、 关系定义及规则， 执行相应 的扩展操作， 推 出 与 其 同 义、 上 下 位 及 关 联 的 概 念， 实现语义扩展。基于扩展概念集上检索出的内容体 现了语义， 不单纯是语法上的词匹配内容。
［ F］ 越低 。因此， 往往先度量概念间的语义距 离， 然后 ［ G］ 通过转 换 来 计 算 语 义 相 似 度 。本文要研究的问
。 例 如， 定
义 /0112340(5’$‘ 60& !" 5073859:% 4’;0:’ !" 5073 。 ,*#. 为 断 言 集 859:% 60:’ ! # 5073859:% < =$#>’77 ’ 合， 包括概念断言和关系断言。概念断言， 判断某个 关 体对象是 否 属 于 某 概 念 ，如 ?#5& ： /0112340(5’$； 系 断 言， 判 断 个 体 对 象 间 是 否 满 足 某 种 关 联， 如 〈?#5&，60$2〉 ： 507@59:% 。 描 述 逻 辑 的 推 理 以 相 容 检 测和一致性检 测 为 核 心， 可 实 现 多 种 推 理 任 务。 相 容性检测实现概 念 的 分 类， 一致性检测用于查验概
万 方数据 — +), —
结合语义相似度与相关度的概念扩展
意义上的符合程 度， 涉及语义相似度和相关度两个
!
基于语义推理的概念扩展
概念。语义相似度指概念词汇的可替换度和词义的 符合程度， 如 “医生 3 大夫” 。而语义 相关 度则指 语义 ， 其 相 似 度 很 小， 相关 间的关联度。如“医 生 3 病 患” 度却很大。通常情况下， 相似度高的两个概念， 相关 度也高， 因此往往 也 通 过 概 念 间 的 相 似 性 解 决 概 念