基于知网的语义相似度计算

基于《知网》的语义相似度计算

软件使用手册

1 功能简介

本软件是根据[刘群2002]一文中的原理编写的词汇语义相似度计算程序。

主要实现了以下功能：

1.1基于交互输入的义原查询、义原距离计算、义原相似度计算

1.2基于交互输入的词语义项查询、义项相似度计算、词语相似度计算；

1.3基于文件输入的词语义项查询、词语相似度计算；

1.4相似度计算中的参数调整。

2 安装说明

本软件包一共有四个文件：

《基于＜知网＞的词汇语义相似度计算》软件使用手册.doc：本使用手册

《基于＜知网＞的词汇语义相似度计算》论文.pdf：本软件所依据的论文，采用pdf

格式，用Acrobat Reader阅读时需要安装简体中文支持包。

自然语言处理开放资源许可证.doc：本软件包的授权许可证

WordSimilarity.zip：程序文件

软件安装时，将文件WordSimilarity.zip文件解压缩一个目录下即可，解压缩后有以下几个文件：

WordSimilarity.exe：可执行程序；

Glossary.dat：《知网》数据文件

Semdict.dat：《知网》数据文件

Whole.dat：《知网》数据文件

必须确保《知网》数据文件在程序执行时的当前目录下。

3 界面说明

软件使用简单的对话框界面，如下所示：

4 功能说明

4.1义原操作

4.1.1 义原查询

1.首先在“输入1”框中输入义原名称；

2.点击“察看义原1”按钮；

3.在“义项1”框中将依次显示出该义原及其所有上位义原的编号、中文、英文；类似的方法可以查询“输入2”框中的义原；

4.1.2 义原距离计算

1.首先在“输入1”和“输入2”框中输入两个义原；

2.点击“计算义原距离”按钮；

3.在“输出”框中显示两个义原的距离；

4.1.3 义原相似度计算

1.首先在“输入1”和“输入2”框中输入两个义原；

2.点击“计算义原相似度”按钮；

3.在“输出”框中显示两个义原的相似度；

4.2基于交互输入的词语操作

4.2.1 词语义项查询

1.首先在“输入1”框中输入要查询的词语；

2.点击“察看义项1”按钮；

3.在“义项1”框中将依次显示出该词语的所有义项；

类似的方法可以查询“输入2”框中的词语义项；

4.2.2 义项相似度计算

1.首先分别在“输入1”和“输入2”框中输入要计算相似度的两个词语；

2.点击“察看义项1”按钮和“察看义项2”按钮；

3.在“义项1”框和“义项2”框中将分别显示出这两个词语的所有义项；

4.分别在“义项1”框和“义项2”框中点击需要计算相似度的两个词语义项；

5.点击“计算义项相似度”按钮；

6.在“输出”框中将显示选中的两个义项的相似度；

4.2.3 词语相似度计算

1.首先分别在“输入1”和“输入2”框中输入要计算相似度的两个词语；

2.点击“计算词语相似度”按钮；

3.在“输出”框中将显示两个词语的相似度；

说明：词语相似度定义为两个词语的所有义项相似度中的最大值。

4.3基于文件输入的词语操作

4.3.1 文件输入

1.点击“文件：输入”按钮，系统将使用缺省的文本编辑器打开输入文件TestWords.Txt；

2.编辑输入文件，其格式如下

a)每行一个词；

b)若干个词构成一组，组与组之间用空行分隔；

例如：

男人

女人

孩子

老人

少女

工人

3.保存文件；

4.3.2 按文件查询词语义项

1.首先点击“文件：输入”按钮，按照上面的说明在文件中输入要查询的词语；

2.点击“文件：查询词语义项”按钮，系统将使用缺省的文本编辑器词语义项文件

TestMeanings.Txt；

3.词语义项文件中将显示所有的词语义项，

格式为：

:男人

N human|人,family|家,male|男

N human|人,male|男

:女人

N human|人,family|家,female|女

N human|人,female|女

:孩子

N human|人,family|家,young|幼

N human|人,young|幼

:老人

N human|人,aged|老

N human|人,family|家,aged|老

:少女

N human|人,female|女,young|幼

:工人

N human|人,#occupation|职位,industrial|工

4.3.3 按文件计算词语相似度

1.首先点击“文件：输入”按钮，按照上面的说明在文件中输入要查询的词语；

2.其次点击“文件：查询词语义项”按钮，按照上面的说明得到词语义项文件

TestMeanings.Txt；

3.编辑打开的词语义项文件TestMeanings.Txt，删除无关的义项（整行删除即可），但每个

词语至少应保留一个义项；

假设上述例子中删除“男人”和“女人”的各一个义项，得到文件为：

:男人

N human|人,male|男

:女人

N human|人,family|家,female|女

:孩子

N human|人,family|家,young|幼

N human|人,young|幼

:老人

N human|人,aged|老

N human|人,family|家,aged|老

:少女

N human|人,female|女,young|幼

:工人

N human|人,#occupation|职位,industrial|工

4.点击“文件：计算词语相似度”按钮，系统将根据上述词语义项文件TestMeanings.Txt

中每个词语的义项，计算以空行分隔的同一组词语中两两之间的词语相似度，并显示在文件TestSimilarities.Txt中；

还是按照上面的例子，结果文件为：

:男人

N human|人,male|男

:女人

N human|人,family|家,female|女

------------------------------------------

男人,女人:0.661111

===================================================

:孩子

N human|人,family|家,young|幼

N human|人,young|幼

:老人

N human|人,aged|老

N human|人,family|家,aged|老

:少女

N human|人,female|女,young|幼

:工人

N human|人,#occupation|职位,industrial|工

------------------------------------------

工人,孩子:0.661111

工人,老人:0.661111

工人,少女:0.568519

孩子,老人:0.861111

孩子,少女:0.8