改进的概念语义相似度计算
合集下载
一种改进的本体语义相似度计算及其应用
关键词 ： 似度 ；本体 ； 智 能检 索；语 义距 离；概念扩 展 相 中图法分 类号 ： Ｐ ９ Ｔ ３１ 文献标 识码 ： Ａ 文章 编号 ：０ ０７ ２ ２０ ） １０２ －３ １０。０４（０ ７ ０ －２ ７０
Ｍ ｅ ｓ ｒ ｇｓ ｍａ ｔ ｉ ｉ ｒｔ ｎ ｏ ｏ ｙ ａ ｄ ｉ ｐ ｌ ａｉｎ ｉ ｆ ｒ ａｉｎ ｒｔ ｅ ａ ａ ｕ ｎ ｅ ｎ ｉ ｓ ｌ ｉ ｉ ｏ ｔ ｌ ｇ ｎ ｓａ ｐ ｉ ｔ ｉ ｏ ｍ ｔ ｒ ｖ ｌ ｉ ｃ ｍ ａ ｙｎ ｔ ｃ ｏ ｎｎ ｏ ｅｉ
ｉ ｎ ｏ ｏ ｙ ａ ｄ ｉ ｐ ｌ ａ ｉ ｎ ｉ ｆ ｒ ａ ｉｎ ｒ ｔｉｖ ｌ ｓｐ ｅ ｅ ｔ ｄ ｎｏ ｔｌｇ ｓ ｐｉ ｔ ｉ ｏ ｎ ｔａ ｃ ｏ ｎ ｎ ｍ ｔ ｒ ａ ｒ ｓ ｎ ｅ ． ｏ ｅ ｅ ｉ
Ｋｅ ｒ ｓ ｓｍｉ ｒ ； ｏ ｔｌｇ ； ｉｆｒ ａｉｎｒｔ ｅ ａ； ｓｍａ ｔ ｉｔｎ ｅ ｃ ｎ ｅ ｔ ｘ ａ ｓ ｎ ｙｗｏ ｄ ： ｉ ｌ ｉ ｎｏｏ ｙ ｎ ｏ ａｔ ｙ ｍ ｔ ｅｒ ｖ ｌ ｅ ｎ ｉ ｄｓａ ｃ ； ｏ ｃ ｐ ｐ ｉ ｏ ｉ ｃ ｅ ｎ ｏ
维普资讯
第２ 卷 ８
ＶＯ ． ８ １２
第１ 期
Ｎ Ｏ． １
计 算 机 工程 与设 计
Ｃｏ ｕｅ ｇ ｎ ｅ ｎ ｎ ｓｇ ｍｐ ｔｒＥｎ ｉ ｅ ｒ ｇａ ｄＤｅ ｉｎ ｉ
２０ 年 １ ０７ 月
Ｊ ｎ．２ ０ ａ ０ ７
一
种改进的本体语义相似度计算及其应用
料 库来统 计 。本体给 词语 问相似度 计 算带来 了新 的机会 。利 用本体 结构上 的 ＩＡ关 系， 出了本体 内部概 念之 间 的相 似度 Ｓ 提 计算方 法 实验 结果表 明 ， 方法 能充分 利用本体 特 点来计 算相 关概念 之 间的相似度 。 该 结合 一个 简单本体 ， 绍 了如何 计算 介 概 念 间的相 似度 ， 及其 在智 能检 索 系统 中的应 用 。
一种改进的语义相似度计算模型
构 的计算 概念 间语 义相 似 度 的 算法 。冉 婕 、 孙瑜 在对 语素 相似 度 、 序相 似 度 和 词 长相 似 度 进 行分 字 析 的基础 上 ， 出 了一种基 于语 素 、 提 字序 和词 长 的综 合词语 相 似度计 算 方法 。 归纳 起来 ， 计算 语义 的相 似度 ， 主要有 以下 两类
Ｖｏ． ３ Ｎｏ ３ １３ ．
一
种 改进 的语 义 相似 度计 算 模 型
赖 文 炜
（ 江西 教 育 学 院 ， 西 南 昌 ３ ０ ３ ） 江 ３０ ２
摘
要 ： 在对传统 的术语相似度计算方 法和模 型的研究基 础上 ， 提取 出最 能够 影响语义本 体相似度 因素 。然后 ，
在综合传统相似度计算方 法的优缺点的基础上 ， 出了一种被证明是能有效改进相似度计算效果 的模型。 提 关键词 ： 信 息检 索 ； 相似度 ； 体推理 本
ＬＡＩＷ ｅ ｗｅ ｎ— ｉ
（ｉ ｇｉ ｎｔｕｅ ｆ ｄｃｔ ｎ Ｎ ｎｈｎ ３０ ２ Ｃ ｉａ Ｊ ｎｘ Ｉｓｔｔ ｏ ｕａｉ ， ａｃａ ｇ ０ ３ ， ｈ ） ａ ｉ Ｅ ｏ ３ ｎ
Ａｂｓ ｒ ｃ ｔ ａ ｔ： Ｔｈ ｐ ｒｅ ｔａ ｔ ｈ ｉ ａ ｔｒ ｆｅ ｔｎ ｉ ｌ ｒｔ ｆｏ ｔ ｌｇ ｈ ｏ ｇ ｔ ｙｎ ｉｅ ｆｒ ｌｖ ｎ ｃ ｅ ｐａ ｅ ｘｒ ｃｓｔ ｅ ｍａ ｎ ｆｃｏ ｓａｆ ｃｉ ｇ ｓｍｉａ ｙ ｏ ｎ ｏｏ ｙ ｔ ｒ ｕ ｈ ｓｕｄ ｉｇ ｐ ｌｓｏ ｅ ｅ ａ ｔｄｏ ｕｍｅ ｔ ｉ ｎｓ
称、 属性 、 结构 等方 面来综 合 考虑 概念 的相 似度 。陈
杰 和蒋 祖 华 ＿提 出先将 概 念 相 似 度计 算 分 为 两 层 ： ２
“ 初始 相似 度 ” “ 过非 上 下位 关 系体 现 出的相 似 和 通
Ｖｏ． ３ Ｎｏ ３ １３ ．
一
种 改进 的语 义 相似 度计 算 模 型
赖 文 炜
（ 江西 教 育 学 院 ， 西 南 昌 ３ ０ ３ ） 江 ３０ ２
摘
要 ： 在对传统 的术语相似度计算方 法和模 型的研究基 础上 ， 提取 出最 能够 影响语义本 体相似度 因素 。然后 ，
在综合传统相似度计算方 法的优缺点的基础上 ， 出了一种被证明是能有效改进相似度计算效果 的模型。 提 关键词 ： 信 息检 索 ； 相似度 ； 体推理 本
ＬＡＩＷ ｅ ｗｅ ｎ— ｉ
（ｉ ｇｉ ｎｔｕｅ ｆ ｄｃｔ ｎ Ｎ ｎｈｎ ３０ ２ Ｃ ｉａ Ｊ ｎｘ Ｉｓｔｔ ｏ ｕａｉ ， ａｃａ ｇ ０ ３ ， ｈ ） ａ ｉ Ｅ ｏ ３ ｎ
Ａｂｓ ｒ ｃ ｔ ａ ｔ： Ｔｈ ｐ ｒｅ ｔａ ｔ ｈ ｉ ａ ｔｒ ｆｅ ｔｎ ｉ ｌ ｒｔ ｆｏ ｔ ｌｇ ｈ ｏ ｇ ｔ ｙｎ ｉｅ ｆｒ ｌｖ ｎ ｃ ｅ ｐａ ｅ ｘｒ ｃｓｔ ｅ ｍａ ｎ ｆｃｏ ｓａｆ ｃｉ ｇ ｓｍｉａ ｙ ｏ ｎ ｏｏ ｙ ｔ ｒ ｕ ｈ ｓｕｄ ｉｇ ｐ ｌｓｏ ｅ ｅ ａ ｔｄｏ ｕｍｅ ｔ ｉ ｎｓ
称、 属性 、 结构 等方 面来综 合 考虑 概念 的相 似度 。陈
杰 和蒋 祖 华 ＿提 出先将 概 念 相 似 度计 算 分 为 两 层 ： ２
“ 初始 相似 度 ” “ 过非 上 下位 关 系体 现 出的相 似 和 通
一种改进的本体相似度计算方法
ａ ｄ ｃ ｍｐ ｒ ｓｉ ｎ ｙｓｉ ｓｒ ｌ ｖ ｎ ． ｃ ｎ ｏ ａ ｅ ｎ ｍａ ｙ ｗａ ｆｉ ｉ ｅ ｅ ａ ｔ Ａ ｏｍｐｒ ｈ ｎ ｉ ｅ ｓｍｉａ ｉ ａ ｕ ｉ ｇ ｍｅ ｈ ｄ ｂ ｓ ｄ ｏ ｈ Ｄ３ ｍｏ ｅ ｓｐｒ ｐ ｓ ｄ ｔｔ ｓｓｔ ｅ ｍｅ ｈ ｄ ｔ ｅ ｅ ｓｖ ｉ ｌｒｔ ｍｅ ｓ ｒｎ ｔ ｏ ａ ｅ ｎ ｔ ｅ Ｍ ｙ ｄ ｌ ｏ ｏ ｅ Ｉ ｅ ｔ ｈ ｔ ｏ ｉ ｗｉ ｗｏ ｇ ｏ ｐ ｄ ｔ ｎ ｈ ｎ ｃ ｍｐ ｒ ｓ ｔ ｅ ｒ ｓ ｌ ． ｐ ｒｍｅ ｔｌｒ ｓ ｌ ｈ ｔ ｔ ｒ ｕ ａａａ ｄ ｔ ｅ ｏ ｈ ａ ｅ ｈ ｅ ｕ ｔ Ｅｘ ｅ ｉ ｎ ａ ｅ ｕ ｔ ｓ ｏｗ ｈ ｔｔ ｅ ａ ｐ ｏ ｃ ｓｂ ｔ ｒｔ ａ ｈ Ｄ３ ｍｏ ｅ ｎ ｒ ｃ ｌ ｒ ｔ ｎ ｓ ｓ ｔ ａ ｈ ｐ ｒ ａ ｈ ｉ ｅ ｔ ｈ ｎ ｔ ｅ Ｍ ｅ ｄ ｌｉ ｅ ａ ｌ ａ ｅ ａ ｄ ｐ ｅ ｉｉｎｒｔ． ｒ ｃ ｓ ｏ ａ ｅ
第 ３ห้องสมุดไป่ตู้卷 第 ２ 期 ６ ４
Ｖｌ１ ６ ０． ３
・
计
算
机
工
程
２１ ０ ０年 ｌ ２月
Ｄｅ ｅ ｂ ｒ２ １ ｃ ｍ ｅ ０ ０
ＮＯ．４ ２
Ｃｏ ｐｕｔ ｒＥｎｇ ｎｅ ｒ ｎｇ ｍ ｅ ｉ ｅｉ
软件技术与数据库 ・
一
文 编号 ｌ ３ ８０ ） — ０ — ３ 文 标 码： 章 ： ０ －４ （ １２ ３ ＿ ０ ２２ ｏ ４ ９ ｏ 献 识 Ａ
［ ｓｒｃ］Ｔ ｉ ｐｐ ｒｐｏ ｏｅ ｙ ｔｅｉ ｄａ ｐｏｃ ｆｓｍｉ ｒｙ ｃ ｍｐ ｔｔ ｎ Ｉ ｕｅ ｈ ｒｔ ｔ ｇ ｅ ｎｉ ｒｌ ｉｉ ｌｏｉ ｍｓｔ Ａｂｔａ ｔ ｈｓ ａｅ ｒｐ ｓｓａｓｎｈ ｓ ｅ ｐ ｒａｈｏ ｉ ｌ ｉ ｏ ｕａｉ ． ｔ ｓｓｔｅＨｉ — — ｅｓｍａ ｔ ｅａ ￣ｔ ａｇ ｒｈ Ｏ ｚ ａｔ ｏ ｓ Ｓ Ｏｎ ｃ ｔ，ｙ ｔ
第 ３ห้องสมุดไป่ตู้卷 第 ２ 期 ６ ４
Ｖｌ１ ６ ０． ３
・
计
算
机
工
程
２１ ０ ０年 ｌ ２月
Ｄｅ ｅ ｂ ｒ２ １ ｃ ｍ ｅ ０ ０
ＮＯ．４ ２
Ｃｏ ｐｕｔ ｒＥｎｇ ｎｅ ｒ ｎｇ ｍ ｅ ｉ ｅｉ
软件技术与数据库 ・
一
文 编号 ｌ ３ ８０ ） — ０ — ３ 文 标 码： 章 ： ０ －４ （ １２ ３ ＿ ０ ２２ ｏ ４ ９ ｏ 献 识 Ａ
［ ｓｒｃ］Ｔ ｉ ｐｐ ｒｐｏ ｏｅ ｙ ｔｅｉ ｄａ ｐｏｃ ｆｓｍｉ ｒｙ ｃ ｍｐ ｔｔ ｎ Ｉ ｕｅ ｈ ｒｔ ｔ ｇ ｅ ｎｉ ｒｌ ｉｉ ｌｏｉ ｍｓｔ Ａｂｔａ ｔ ｈｓ ａｅ ｒｐ ｓｓａｓｎｈ ｓ ｅ ｐ ｒａｈｏ ｉ ｌ ｉ ｏ ｕａｉ ． ｔ ｓｓｔｅＨｉ — — ｅｓｍａ ｔ ｅａ ￣ｔ ａｇ ｒｈ Ｏ ｚ ａｔ ｏ ｓ Ｓ Ｏｎ ｃ ｔ，ｙ ｔ
一种基于WordNet语义相似度的改进算法
一种基于WordNet语义相似度的改进算法作者：田姗来源：《数字技术与应用》2013年第08期摘要：随着信息的快速发展，计算词语语义相似度在很多领域得到了广泛应用与研究，包括信息检索，信息抽取，词义排歧，基于实例的机器翻译，文本分类等等。
本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度，提出一种基于WordNet语义相似度的改进算法。
关键词：WordNet 语义距离语义相似度中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2013）08-0113-01语义相似度计算在很多领域都有着广泛的应用，如自然语义处理，信息检索，词义排歧，文本分类以及基于实例的机器翻译等。
随着Internet技术的高速发展，语义相似度成为信息检索研究的重要组成部分。
当前语义相似度计算方法大致可以分为两类：一类是根据世界知识或者某种分类体系的方法来计算，主要是基于按照概念间结构层次关系组织的语义词典的方法，根据在这类语言学资源中概念之间的上下位关系和同位关系来计算词语的相似度；第二类是基于统计的方法，主要将上下文信息的概率分布作为词汇语义相似度的参照。
现有的研究中有的通过词结点之间上下位关系构成的最短路径计算语义相似度，文献[1-2]通过两个词的公共祖先结点的最大信息量计算语义相似度，文献[3-5]通过结合结点间的路径长度，概念层次树的深度，概念层次树的区域密度等因素综合考虑计算语义相似度。
国外很多研究者利用WordNet 中的同义词集组成的树状层次体系结构计算语义相似度。
1 WordNet简介WordNet是由Princeton 大学的心理学家，语言学家和计算机工程师联合设计的一种基于认知语言学的英语词典，它不只把单词以字母顺序排列，而且按照单词的意义组成一个“网络”。
由于包含了语义信息，所以WordNet有别于通常意义上的字典。
WordNet描述对象包括复合词、短语动词、搭配次词、成语、单词，其中单词是最基本的单位。
文本相似度计算的缺陷分析与改进
文本相似度计算的缺陷分析与改进随着信息技术的发展，文本相似度计算在自然语言处理、信息检索和文本挖掘等领域中扮演着重要的角色。
然而，当前的文本相似度计算方法存在一些缺陷，限制了其在实际应用中的效果。
本文将对文本相似度计算的缺陷进行分析，并提出一些改进的思路。
一、缺陷分析1. 语义理解不足：当前的文本相似度计算方法主要基于词袋模型或者基于规则的方法，忽略了词语之间的语义关系。
这导致了计算结果的不准确性，尤其是对于一些含有多义词或者上下文有关联的文本。
2. 忽略上下文信息：文本的相似度计算常常忽略了上下文信息的重要性。
例如，两个句子中存在相同的词语，但是由于上下文的不同，其含义可能完全不同。
当前的方法无法很好地捕捉到这种上下文信息，导致计算结果的偏差。
3. 长度差异问题：文本的长度差异也会对相似度计算造成影响。
较长的文本可能包含更多的信息，而较短的文本则可能缺乏充分的信息支持。
当前的方法对于长度差异的处理不够准确，容易导致计算结果的失真。
二、改进思路1. 语义建模：为了解决语义理解不足的问题，可以引入深度学习的方法，利用神经网络模型来进行语义建模。
通过训练大规模的语料库，模型可以学习到词语之间的语义关系，从而更准确地计算文本的相似度。
2. 上下文建模：为了更好地捕捉上下文信息，可以考虑引入上下文建模的方法。
例如，可以使用循环神经网络（RNN）或者注意力机制（Attention）来对文本的上下文进行建模，从而更准确地计算文本的相似度。
3. 长度归一化：为了解决长度差异问题，可以对文本进行长度归一化处理。
例如，可以将文本进行截断或者填充，使得所有文本的长度相同。
这样可以避免长度差异对相似度计算的影响，提高计算结果的准确性。
4. 结合其他特征：除了考虑语义和上下文信息外，还可以结合其他特征来进行相似度计算。
例如，可以考虑词频、词性、句法结构等特征，从多个角度综合考量文本的相似度。
三、总结文本相似度计算在实际应用中具有重要的意义，但当前的方法存在一些缺陷。
语义相似度计算
语义相似度计算目前，语义相似度计算已经成为了自然语言处理领域中的一个研究热点，各种模型和算法不断涌现。
在本文中，我们将对语义相似度计算的基本概念和常用方法进行介绍，并且讨论一些当前研究中的热点问题和挑战。
## 语义相似度的定义和挑战语义相似度衡量的是两个句子或短语之间的语义相似程度。
在计算语义相似度时，我们通常会考虑到两个句子或短语之间的含义、单词的语义以及语法结构等因素。
然而，要准确地计算出两个句子之间的语义相似度并不是一件容易的事情，因为自然语言的含义通常是多样化、模糊不清的，而且受到语言表达方式的限制。
在计算语义相似度时，我们需要克服一些挑战和困难。
首先，要考虑到句子或短语之间的多样性。
同一句话可以有多种表达方式，而这些表达方式的语义可能是相似的，但又不尽相同。
其次，要考虑到语言的歧义性。
自然语言中存在着很多的歧义现象，一个词汇可以有多种不同的含义，这就增加了语义相似度计算的难度。
此外，要考虑到语言的多义性。
一个句子中的一些词汇可能具有多个含义，这就增加了语义相似度计算的复杂性。
## 语义相似度计算的常用方法为了克服这些挑战和困难，研究人员提出了许多语义相似度计算的方法和模型。
这些方法和模型大致可以分为基于知识的方法和基于数据的方法两种。
基于知识的方法通常利用词汇语义资源（如WordNet）来计算语义相似度。
其中，常用的算法包括基于路径的方法、基于信息内容的方法和基于语义子空间的方法等。
基于路径的方法通过计算两个词之间在WordNet中的最短路径来计算它们的语义相似度。
基于信息内容的方法则是利用词汇在语料库中的分布信息来计算它们的语义相似度。
而基于语义子空间的方法则是利用词汇在一个高维语义空间中的向量表示来计算它们的语义相似度。
这些方法在一定程度上可以解决语义相似度计算中的多样性、歧义性和多义性问题。
另一方面，基于数据的方法则是利用机器学习和深度学习技术来计算语义相似度。
其中，常用的方法包括基于词向量的方法、基于神经网络的方法和基于迁移学习的方法等。
改进的本体语义相似度计算方法
一关系的树状结构，导致不能完整反映概念的语义。关系类型 权值计算如下所示[7]：
R（x→r
y）=Maxr-
Maxr-Minr n（r x）
（5）
其中，→r 表示关系类型。Maxr 和 Minr 是某种关系的可能最大、
最小权重，n（r x）表示从 x 出发的 r 关系有向边和。
（4）有向边强度：若一个父节点的某个子节点对该领域比
本体结构中，每个概念是对其祖先节点的细化，每一个子 节点都可以认为包含它所有祖先节点的信息内容，因此两个概 念的语义相似度可以用它们最近共同祖先节点的信息量来衡
量，即共同祖先的最大信息量[4]。Resnik 根据该理论将两个概念 C1 和 C2 的共同祖先的最大信息量作为两概念的语义相似度。 Jiang 和 Conrath 利用两概念的信息量和它们的最大信息量之 差作为语义距离进行语义相似度的计算[5]，该模型将信息量融 合在语义距离计算中，具有较高的准确性。但是通过分析发现 上述模型中存在如下问题：
（1）相似度计算中使用了两个概念共同祖先中的最大信息 量。该方法对于本体树结构较合适，但实际的本体是具有多种 关系的图结构，在本体的 DAG 图中一个概念的双亲可能有多 个，并且两个概念的共同祖先可能是分离的，因此该方法会忽 略这些节点的信息。
（2）进行语义距离计算时只考虑了信息量，而在实际的本 体中，由于节点深度、密度的差异以及概念间关系的不同，都会 影响语义相似度。因此语义距离计算还要考虑其他因素。
T0:All
T1:Plant structure
T2:plant
T3:tissue
T4:guard
T5:trichoblast
图 1 某本体片段结构图
分离祖先是 DAG 图状结构特有的。一个概念具有两个分
一种改进的本体概念相似度计算算法
１ 本 体 中概 念 相似 度 的计 算
１１ 有 向边 权 重 的 计 算 ．
在 本体 层次 网 络 中影响 有 向边 权 重 的因素 有 以下 四点阁：Ｊ 父 结点 和 子结 点之 问有 向边 的类 型 ；２ 父 （） （）
结 点和 子结 点构成 的有 向边 在层 次 网络 图 中的深度 ；３ 父结 点 和子结 点构成 的有 向边 在层 次 网络 图 中的密 （）
第２ ８卷 第 ２期
２１ ０ １年 ６月
苏 州 科 技 学 院 学 报 （ 然 科 学 版） 自
Ｊｕ ａ ｏ ｕｈ ｕ Ｕ ｉ ｒｉ ｆ ｃｅ ｃ ｎ ｅ ｈ ｏｏ ｙ（ ａｕａ ｃｅ ｃ ） ｏ ｒ ｌ ｆＳ ｚ ｏ ｎ ｖ ｓ ｙｏ ｉ ｅａ ｄ Ｔ ｃ ｎ ｌｇ Ｎ ｔｒｌ ｉｎ ｅ ｎ ｅ ｔ Ｓ ｎ Ｓ
度 ；４ 有 向边 两端 概念 结点 的属性 对有 向边 的权重 的影 响 。 （）
［ 稿 Ｅ期】 ０ ０ ０ － ２ 收 ｔ ２ １— ５ １ 【 金 项 目】 家 自然 科 学 基 金 资 助 项 目（０ ９ Ｑ Ｚ ０ ） 基 国 ２ ０ Ｓ Ｒ ２ ５ ［ 者 简 介］ 美 辉 （９ ３ ）女 ， 作 兰 １８ ～ ， 云南 宜 良人 ， 士 ， 究 方 向 ： 息检 索 、 算 机 智 能 。 硕 研 信 计
率。
关 键 词 ： 体 ； 义 亏损 ； 本 语 语义 距 离 ； 义 相 似 度 语
中图 分 类 号 ： Ｐ ９ Ｔ３１ 文 献标 识 码 ：Ａ 文 章 编 号 ：１ ７ — ６ ７ ２ １ ） ２ ０ ４ — ５ ６ ２ ０ ８ （０ １０ — ０ ５ ０
本体 （ｎｏｏ ） 词源 于哲学 ， 来描述 事物 的本 质【 ｏｔｌ 一 用 ” 。在 计算 机科 学 领域 ， 体被定 义 为共 享概 念模 型 本
改进的领域本体概念语义相似度计算方法
０ 引 言
领域本体 是本体 的一种 ， 描述特定 领域 （ 它 医疗 、 教
１ 改进 的领域本体概念语义相似度计算方 法
本文 主要基于领域本体 的树状层 次结构 （ 图 １所示 ） 从 如 ， 路径距离 、 语义 重合度 、 语义深度 、 语义 密度和概念属 性等几个 角度来讨论概念语义相似度 的计算 方法 ， 具体 的计算过 程 中分 别 以路径距离 因子 艿语 义重合度因子 ０、 义深度因子 、 义 、 Ｉ 语 语
崔其文 解 福
（ 煤炭科学研究总院 北京 １ ０ ３ ０ １） ０ （ 山东师范大学信息科学与工 程学院 山东 济南 ２０ １ ） ５０ ４
摘
要
基 于领 域本体 的树状层次结构， 从路径距 离、 语义重合 度、 语义深度 、 义密度 和概 念属 性几个角度 讨论并优化 了领 域本 语
ＳＭＩ Ｉ ＬＡＲＩ Ｙ Ｎ Ｔ Ｉ ＤｏＭ ＡＩ ＯＮＴｏＬＯＧ Ｙ Ｎ
Ｃ ｉ ｉｅ Ｘ ｅＦ ｕ ｗ ｎ Ｑ ｉ ｕ
（ ｈｎ ｏ ｌ ｅｅｒ ｎｔｕｅＢ ｉｎ ００ ３ Ｃ ｉａ Ｃ ｉａＣ ａ ｓａｃ Ｉｓｉ ｔ， ｅｉｇ１０ １ ， ｈｎ ） Ｒ ｈ ｔ ｊ
。 Ｓｈｏ ｎｏ ａｉｎＳｉ ｃ ｎ ｎ ｉ ｅｉ Ｓａ ｄ ｎ ｏｍａ ｎ ｅ ｉ ，ｉａ ５０ ４，ｈ ｎ ｏｇ Ｃ ｉ ） （ ｃｏｌｆＩ ｒ ｔ ｃ ｎｅａｄＥ ｇｎ ｒ ｇ，ｈ ｎｏｇＮ ｒ ｌ ｉｒ ｔ Ｊａ ｎ２０ １ Ｓａ ｎ ， ｈｎ ｏ ｆｍ ｏ ｅ ｅ ｎ Ｕ ｖ ｓｙ ｄ ａ
密度 因子 Ａ和概念属性因子 来进行刻 画 。下 面对各 因子 的计
学等） 中概念 以及概念之 间的关系 。其 目标是捕 获相关 领域 的 知识 ， 提供对该领域知识 的共 同理解 ， 确定该领域 内共同认可的
改进概念相似度的本体迁移学习
经概念 格算 法 生成 的概念 格 是 图状 结 构 ． 所 以可 以把生 成 的概 念 格看 做 是 由 概念 组成 的 图． 图 中每一个 结点 代表 ～个 概念 ． 一个 图是有 结 点
结 点 ） 可以说这 两个概 念是 关联 的． ．也
定 义 ３ 概念 的度 ： 概念 格 中 ， 一个 概 念 在 每
定义 ５ 概 念 细度 ： 在概 念格 中 ， 如果 在某 些
合 Ａ 、：Ａ …Ａ ． 本体 概念 集 合 中选 取 一个 概 Ａ 、， 从 念集 合 ， 中选取 一个概 念 ， 概念 与对应 的 集 从 此 合 中的度相 同概 念 进行 相 似 度计 算 ． 果集 合 中 如 的元 素很多 ， 以根据 实际情 况进行 抽取 ． 文 阈 可 本 值选 取方法 采 用 文 献 ［ 中方 法 ， 置不 同 的相 ７］ 设 似 阈值 Ｔ ＝ ． ， ． ， ，． 经 Ｓ Ｃ ００ ０ １ … １０， Ｆ Ａ算 法 分析
其 中 ［ｕ Ｅ） 为 边 总 数 ， ［ｕ Ｅ ］ 和 ｓ ｍ（ ］ ｓｍ（ ） 凸
数的结点放在一个集合里． 得到概念集合 Ｂ 、 Ｂ 、 其 中 。 是所 有 的概念 的 度为 １的集 合 ， 以此 例推． 本体 中 ， 同样 的操 作 ， 到概 念集 在 做 得
…
．
［ｕ Ｅ ］ 分别 表示节 点 Ｃ 和节 点 Ｃ 的边． ｓｍ（ ） 。 ：
集合 和边集 合构成 的 图形 结构 ， 在本 文 中约定 ， 每
一
结 点具有 的通 路． ｄｇｅ（）． 记 ｅｒ Ｃ ｅ
定 义 ４ 边 的密度 ：
（ ：
（） １
个结 点 包 含两 个特 征 其一 是 对 象特 征 ０， 二 其
改进的基于《知网》的词汇语义相似度计算
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｈ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ Ｈｏ ｗＮｅ ｔ — ｂ ａ ｓ ｅ ｄ ｖ ｏ ｃ ａ ｂ ｕ ｌ ａ ｒ ｙ ｓ ｅ ｍａ ｎ ｔ ｉ ｃ ｓ ｉ ｍｉ ｌ ａ ｉ ｒ ｔ ｙ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｆ ａ ｉ ｌ ｓ ｔ ｏ ｇ ｉ ｖ ｅ ｄ ｕ ｅ ａ ｔ ｔ ｅ ｎ ｔ ｉ ｏ ｎ ｔ ｏ ｔ ｈ ｅ ｌ ｉ ｎ ｅ ａ ｒ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｏ ｆ ｃ ｏ ｎ ｃ ｅ ｐ ｔ ｕ ｌ ａ ｄ ｅ ｓ ｃ ｉ ｒ ｐ ｔ ｉ ｏ ｎ ｉ ｎ ｋ ｎ ｏ ｗｌ ｅ ｄ ｇ ｅ ｄ ａ ｔ ａ ｂ ａ ｓ ｅ ｍａ ｒ ｋ — ｕ ｐ ｌ ａ ｎ ｇ ｕ ａ ｇ ｅ ．Ｔ ｏ ｒ ｅ ｓ ｏ ｌ ｖ ｅ ｔ ｈ ｉ ｓ ｓ ｈ ｏ ｒ ｔ ｃ ｏ ｍｉ ｎ ｇ ，ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｖ ｏ ｃ ａ ｂ ｕ ｌ ａ ｒ ｙ ｓ ｅ ｍａ ｎ ｔ ｉ ｃ ｓ ｉ ｍｉ ｌ ａ ｉ ｒ ｔ ｙ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｗａ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ．Ｆ ｉ ｒ ｓ ｔ ｌ ｙ ，ｆ ｕ ｌ ｌ ｙ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｉ ｎ ｇ ｔ ｈ ｅ ｌ ｉ ｎ ｅ ａ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｂ ｅ ｔ ｗｅ ｅ ｎ ｔ ｈ ｅ
摘
要： 针对 当前基 于《 知 网》 的词； ｒ － 语义相似度计算方 法没有充分考虑知识库描述语 言对概 念描述 的线性特征
的情 况， 提 出一种改进 的词ｊ ｒ － 语 义相 似度 计算方法。首先， 充分考虑概念描 述式 中各 义原之 间的线性关 系， 提 出一种 位 置相 关的权 重分配策略 ； 然后 ， 将所提 出的策略 结合二部 图最 大权 匹配进行概 念相似度计 算。实验结果表 明 ， 采用 改进 方法得 到的聚类结果 Ｆ值较对比方法平均提 高 了５ ％， 从 而验 证 了改进 方法的合理性 和有 效性 。
摘
要： 针对 当前基 于《 知 网》 的词； ｒ － 语义相似度计算方 法没有充分考虑知识库描述语 言对概 念描述 的线性特征
的情 况， 提 出一种改进 的词ｊ ｒ － 语 义相 似度 计算方法。首先， 充分考虑概念描 述式 中各 义原之 间的线性关 系， 提 出一种 位 置相 关的权 重分配策略 ； 然后 ， 将所提 出的策略 结合二部 图最 大权 匹配进行概 念相似度计 算。实验结果表 明 ， 采用 改进 方法得 到的聚类结果 Ｆ值较对比方法平均提 高 了５ ％， 从 而验 证 了改进 方法的合理性 和有 效性 。
本体映射中概念相似度计算的改进
１ 本体 映射 方 法 改进
１１ 本文 的思想 ．
例 对 概 念 相 似 度 进 行 计 算 ． 于 一 个 实 例 ， 用 对 可 Ｊｃａｄ系 数来计算 相 似度［ 计算公 式 为： ａｃｒ ６ １ ，
在本 体 映射 中，目前 最常 用 的计 算相 似 度 的方
法 是基 于语 法 的方法 和 基 于 概 念实 例 的方 法［ 然 ５ １ ．
周 生宝， 郭俊芳
（ 山西 大 同大学数 学与计 算机 学院， 山西 大 同 ０７０ ） ３０ ９
摘 要 ：通过对 目前各种本体映射方法的分析， 出一种 改进 的本体映射 的方法． 提 该方 法考虑 了概念 的名称 、
本 体 映射 概 念相 似 度
实例、属性、关 系对相似度计算的影响， 使概念相似度 的计算更加全面、准确．
作者简 介： 周生宝（９９ ）男， １７ 一， 山西闻喜人， 硕士， 助教， 研究方向： 超网络、复杂网络
２０ ０ ８钲
周生宝等： 本体映射 中概念相似度计算 的改进
似 度 计 算 方 法 进 行 判 定 ． 们 可 用 Ｅ ｉ ｉａｃ 我 ｄｔ ｓ ｎｅ方 Ｄｔ
法 来 比较 ，也 可 用 ｈ ｍｍ ｎ ｉ ａ ｃ ． ｕ ｕ ｉｇｄｓ ｎ ｅ ｈ ｍｍｉｇｄｓ ｔ ｎ ｉ －
１４ 基 于属性 计算概 念相 似度 ．
估概念的相似度， 主要用到的是字符串的相似性判 断 方 法 ． 文采 用 编 辑距 离（ ｄｔｉ ａ ｃ） 本 Ｅ ｉ ｓ ｎ ｅ方法 来 计 Ｄｔ
收 稿 日期 ： ０ ８ ０ — ６ ２ ０ — ３ １
在本体中， 每个属性也是一个概念． 属性名称 、 属性类 型本 身都 是字 符 串，因此 可 以采 用字符 串相
改进的领域本体概念相似度计算方法
第３ ６卷 第 ２ ３期
Ｖｏ ． １ ３６
・
计
算
机
工
程
２１ ０ ０年 １ ２月
Ｄｅ ｅ ｂｅ ０１ ｃｍ ｒ２ ０
ＮＯ ３ ．２
Ｃｏ ｐ ｅ ｍ ｕｔｒ Ｅｎｇ ｎ ｅ ｉ ｉ ｅ ｒｎｇ
软 件技 术与数 据库 ・
文章编号： ０—３２（ １） —０６—０ １ ０ ４８２ ｏ２ ｏ６ ３ ０ ｏ ３
（ ． ｈ ｏ ｆＭ ａ ａ ｅ ｅ １ Ｓｃ ｏ ｌ ｎ ｇ ｍ ｍ ｏ
．
，
Ｈｅ ｅ ｆｉ Ｕｎｉ ｒ ｉｙ ｏ ｃ ｎ ｌ ｇ ｖｅ ｓｔ ｆ Ｔｅ ｈ ｏ ｏ ｙ，Ｈ ｅ ｅ ３ ０９ ｆ ｉ２ ００ ，Ｃｈ ｎ ｉａ
２ ３ ２Ｕｎｉ，ＰＬＡ ｅｔｏ ｉ ｇｎ ｅ ｉ ｎ ｔｔ ｔ ，Ｈ ｅｅ ３ ０ ７ ． ０ ｔ Ｅｌｃｒ ｎｃＥｎ ｉｅ ｒｎｇＩ ｓｉｕ ｅ ｆｉ２ ０ ３ ，Ｃｈｎａ ｉ ）
ｏ ｏ ｃ ｐ ｓｃ ｎ ｏｔｆｌｙｒｆｅ ｔｔ ｅｓｍ ｉ ｒｔ ｔ ｅ ｗｏｃ ｎ ｅ ｔ ，ｂ ｃ ｕ ｅｉ ｏ ｙｃ ｎ ｉ ｒ ｈｅｐ ｔ ｔ ｈ ｈ ｒｅ ｔ ｉｔｎ ｅ ｆｃ ｎ ｅ ｔ ａ ｎ ｕｌ ｅ ｃ ｈ ｉ ｌ ｉｙｂｅｗｅｎ ｔ ｏ ｃ ｐ ｓ ｅ ａ ｓ ｔ ｎｌ ｏ ｓｄｅｓｔ ａ ｈｗｉｈｔ ｅｓ ｏ ｔｓ ｓａ ｃ ．Ａ ｏ ｅ ｅｈ ｄ ｌ ａ ｄ ｎ ｖｌ ｔｏ ｍ ｆｒｃ ｎ ｅ ｔｓｍ ｉ ｒｔ ｏ ｐ ｔｔｏ ｓ ｄ ｏ ｈ ｉｈｔｄ ｓ ｍａ ｔ ｉｔｎ ｅ ｉ ｒ ｐ ｓ ｄ Ｉ ｆ ｄＳｏ ｔａｌｐ ｔ ｅｗｅ ｎ ｔ ｏ ｃ ｐ ｓ ｂ ｔｅ ｏ ｏ ｃ ｐ ｉ ｌ ｉ ｃ ｍ ｕａ ｉｎ ｂａｅ ｎ ｔ ｅ ｗｅｇ ｅ ｅ ｎｉ ｄｓａ ｃ ｓｐ ｏ ｏ ｅ ． ｔ ｉ ｕ ｌ ａｈｓ ｂ ｔ ｅ ｗｏ ｃ ｎ ｅ ｔ ｙ ｈ ａ ｙ ｃ ｎ ｐ ｏ ｏ ｅ ｅ ｒｈｎ ｒ ｃ ｄ ｒ ，ｃ ｌｕａ ｅ ｏ ｃ ｐ ｉ ｌｒｔ ｓｎ ｈ ｉｈ ｅ ｖ ｒ ｇ ｉｔ ｎ ｅＯ ｌ ｐ ｔ ｓ ｎ ｔｄ ｅ ｏ ｒ ｌ ｏ ｉｅ ｈ ｒ ｐ ｓ ｄ ｓａ ｃ ｉｇ ｐ ｏ ｅ ｕ ｅ ａｃ ｌｔｓｃ ｎ ｅ ｔｓｍｉ ｉｙｕ ｉｇｔ ｅｗｅｇ ｔｄ ａ ｅ ａ ｅｄｓａ ｃ ｆａｌ ａ ｈ ，ａ ｄ ｉ ｏ ｓｎ ｔｍｅｅｙ ｃｎｓｄ ｒｔ ｅ ａ ｓ ｏ ｔｓ ｉｔｎ ｅ Ｉ ｄ ｉｉｎ，ｉ ａｓ ｏ ｓｄ ｒ ｈ ｎ ｕ ｎｃｓｏ ｈ ｏ ｅｄ ｐｈ ａ ｕ ｌ ａ ｅ ｔｉ ｈ ｐ ｒ ａ ｈ ｈ ｒｅ ｔｄｓａ ｃ． ｎ ａ ｄｔｏ ｔ ｌｏｃ ｎ ｉｅ ｓｔ ｅｉｆ ｅ ｅ ｆｔ ｅｎ ｄ ｅ ｔ ｎｄｐ ｂｉ ｐ ｒ ｎ ｎｔ ｅａ ｐ ｏ ｃ ．Ｅｘ ｅ ｉ ｅ ｔｌｒｓ ｌｓｓ ｏ ｔ ａ ｌ ｃ ｐ ｒｍ ｎ ａ ｅ ｕｔ ｈ ｗ ｈ ｔ
Ｖｏ ． １ ３６
・
计
算
机
工
程
２１ ０ ０年 １ ２月
Ｄｅ ｅ ｂｅ ０１ ｃｍ ｒ２ ０
ＮＯ ３ ．２
Ｃｏ ｐ ｅ ｍ ｕｔｒ Ｅｎｇ ｎ ｅ ｉ ｉ ｅ ｒｎｇ
软 件技 术与数 据库 ・
文章编号： ０—３２（ １） —０６—０ １ ０ ４８２ ｏ２ ｏ６ ３ ０ ｏ ３
（ ． ｈ ｏ ｆＭ ａ ａ ｅ ｅ １ Ｓｃ ｏ ｌ ｎ ｇ ｍ ｍ ｏ
．
，
Ｈｅ ｅ ｆｉ Ｕｎｉ ｒ ｉｙ ｏ ｃ ｎ ｌ ｇ ｖｅ ｓｔ ｆ Ｔｅ ｈ ｏ ｏ ｙ，Ｈ ｅ ｅ ３ ０９ ｆ ｉ２ ００ ，Ｃｈ ｎ ｉａ
２ ３ ２Ｕｎｉ，ＰＬＡ ｅｔｏ ｉ ｇｎ ｅ ｉ ｎ ｔｔ ｔ ，Ｈ ｅｅ ３ ０ ７ ． ０ ｔ Ｅｌｃｒ ｎｃＥｎ ｉｅ ｒｎｇＩ ｓｉｕ ｅ ｆｉ２ ０ ３ ，Ｃｈｎａ ｉ ）
ｏ ｏ ｃ ｐ ｓｃ ｎ ｏｔｆｌｙｒｆｅ ｔｔ ｅｓｍ ｉ ｒｔ ｔ ｅ ｗｏｃ ｎ ｅ ｔ ，ｂ ｃ ｕ ｅｉ ｏ ｙｃ ｎ ｉ ｒ ｈｅｐ ｔ ｔ ｈ ｈ ｒｅ ｔ ｉｔｎ ｅ ｆｃ ｎ ｅ ｔ ａ ｎ ｕｌ ｅ ｃ ｈ ｉ ｌ ｉｙｂｅｗｅｎ ｔ ｏ ｃ ｐ ｓ ｅ ａ ｓ ｔ ｎｌ ｏ ｓｄｅｓｔ ａ ｈｗｉｈｔ ｅｓ ｏ ｔｓ ｓａ ｃ ．Ａ ｏ ｅ ｅｈ ｄ ｌ ａ ｄ ｎ ｖｌ ｔｏ ｍ ｆｒｃ ｎ ｅ ｔｓｍ ｉ ｒｔ ｏ ｐ ｔｔｏ ｓ ｄ ｏ ｈ ｉｈｔｄ ｓ ｍａ ｔ ｉｔｎ ｅ ｉ ｒ ｐ ｓ ｄ Ｉ ｆ ｄＳｏ ｔａｌｐ ｔ ｅｗｅ ｎ ｔ ｏ ｃ ｐ ｓ ｂ ｔｅ ｏ ｏ ｃ ｐ ｉ ｌ ｉ ｃ ｍ ｕａ ｉｎ ｂａｅ ｎ ｔ ｅ ｗｅｇ ｅ ｅ ｎｉ ｄｓａ ｃ ｓｐ ｏ ｏ ｅ ． ｔ ｉ ｕ ｌ ａｈｓ ｂ ｔ ｅ ｗｏ ｃ ｎ ｅ ｔ ｙ ｈ ａ ｙ ｃ ｎ ｐ ｏ ｏ ｅ ｅ ｒｈｎ ｒ ｃ ｄ ｒ ，ｃ ｌｕａ ｅ ｏ ｃ ｐ ｉ ｌｒｔ ｓｎ ｈ ｉｈ ｅ ｖ ｒ ｇ ｉｔ ｎ ｅＯ ｌ ｐ ｔ ｓ ｎ ｔｄ ｅ ｏ ｒ ｌ ｏ ｉｅ ｈ ｒ ｐ ｓ ｄ ｓａ ｃ ｉｇ ｐ ｏ ｅ ｕ ｅ ａｃ ｌｔｓｃ ｎ ｅ ｔｓｍｉ ｉｙｕ ｉｇｔ ｅｗｅｇ ｔｄ ａ ｅ ａ ｅｄｓａ ｃ ｆａｌ ａ ｈ ，ａ ｄ ｉ ｏ ｓｎ ｔｍｅｅｙ ｃｎｓｄ ｒｔ ｅ ａ ｓ ｏ ｔｓ ｉｔｎ ｅ Ｉ ｄ ｉｉｎ，ｉ ａｓ ｏ ｓｄ ｒ ｈ ｎ ｕ ｎｃｓｏ ｈ ｏ ｅｄ ｐｈ ａ ｕ ｌ ａ ｅ ｔｉ ｈ ｐ ｒ ａ ｈ ｈ ｒｅ ｔｄｓａ ｃ． ｎ ａ ｄｔｏ ｔ ｌｏｃ ｎ ｉｅ ｓｔ ｅｉｆ ｅ ｅ ｆｔ ｅｎ ｄ ｅ ｔ ｎｄｐ ｂｉ ｐ ｒ ｎ ｎｔ ｅａ ｐ ｏ ｃ ．Ｅｘ ｅ ｉ ｅ ｔｌｒｓ ｌｓｓ ｏ ｔ ａ ｌ ｃ ｐ ｒｍ ｎ ａ ｅ ｕｔ ｈ ｗ ｈ ｔ
改进的本体中概念相似度计算方法
行 。相似性提取是本体 映射 的一个重 要步骤 ， 主要 是进行 概 它 念语义相似度的计Байду номын сангаас ， 产生一个相似矩阵 。
当今各个研究机构也从 不同角度提出了概念语 义相 似度计
２ 改进的概念语义相似度算法
通过以上对本体和概念 的分析 可知 ， 影响概念 的语义相 似 度计算结果 的因素并 不单 一 ， 在本文 中， 将综合考虑距离的语 义
第２ ７卷第 ２期
２１ ０ ０年 ２月
计 算机应 用与软件
Ｃｏ ｍｐｕ ｅ ｐ ｉ ａｉｎ ｎ ｏ ｗａ ｅ ｔｒＡｐ ｌｃ ｔｏ ｓ ａ ｄ Ｓ ｆ ｒ ｔ
Ｖｏ ． ７ Ｎｏ ２ １２ ．
Ｆ ｂ ２ １ ｅ ．０ ０
改进 的本 体 中概 念 相 似 度 计 算 方 法
Ｔ ＥＩ Ｐ Ｈ Ｍ ＲｏＶＥＤ ＣｏＭ ＰＵＴＡＴＩ ｏＮ ｏＦ ＣｏＮＣＥＰ ＵＡＬ Ｉ Ｉ Ｔ Ｓ Ｍ ＬＡＲＩ Ｙ Ｎ Ｔ Ｉ ＯＮＴｏＬｏＧＹ
Ｋｏ ｕ ｎ Ｗ ａ ｇ Ｇｕ ｘ ａ Ｚｈ ｎ ｎｇ Ｌ ｗｅ ｎ ｉｕ ｎ ａ ｇ Ｈｕｉ ｎ ｍｉ
（ ＆ ｅｔ ｈ ｉｌ ｎｉｅｒ ｇ Ｔｃｎ ｌ ｙＤａｉｎＵ ｉ ｒｉ ， ａｉｎ１ ６ ２ Ｌａｎｎ ， ｈｎ Ｒ Ｄ Ｃ ｎｅ ｏ ｅＣｖ ｇｎｅｉ ｅ ｏｏ ， ｌ ｎ ｅｓｙ Ｄ ｌ １ ６２，ｉｏｉｇ Ｃ ｉ ｒｆｔ ｉＥ ｎ ｈ ｇ ａ ｖ ｔ ａ ａ）
函数 ｒ ， ｅ 公理集 。 ： ＝｛ Ｒ， ， ｌ 。 。 ｚ ） Ｏ： Ｃ， Ｈ。 ｒ ， ｝ ｅＡ
１２ 概 ．
念
概念是客观世界 中任何事物的抽象描述 ， 形式上 ， 概念定 义 为一个 四元组 （ 概念 的标示符 ， 语言词汇 ， 属性集合 Ｐ， 实
一种改进的多因素语义相似度计算方法
ＤＡ Ａ ｑｏ ｇ ，Ｌ Ｕ ｅ — ｕ ＮＧ Ｉ — ｉｎ Ｉ Ｗ ｎ ｈ ｉ
（ ．ｃｏｌ ｆ ｏ ｐｔ ｉ ｃ ， ｉａ ｈ ｏ ｎｖｒｔ， ｉａ １０５ Ｃ ｉ ； ．５９ ｎｔｏ ＰＡ， ａｅｇ ７ ０３ Ｃ ｉ ） １Ｓｈｏｏ ｍ ｕ ｒ ｃｅ ｅ Ｘ ’ｎＳ ｉ ｕＵ ｉ ｓｙ Ｘ ’ｎ７０６ ， ｈｎ ２９０ ２Ｕ ｉ Ｌ Ｋ ｉｎ ４５ ０ ， ｈ ａ Ｃ ｅＳ ｎ ｙ ｅｉ ａ ｓｆ ｆ ｎ
关键 词 ： 义 词 典 ； 网 ； 义相 似 度 ；多 因素 语 知 语 中 图分 类 号 ：Ｐ ９ Ｔ ３１ 文献标识码 ： Ａ ｄ ｉ １ ．９ ９ ｊｉ ｎ １０ － ７ ．０ １ １．０ ｏ： ０ ３ ６／．ｓ ．０ ６２ ５ ２ １．０ ０７ ｓ ４
Ａｎ Ｉ ｐｒ ｖ ｄ Ｍ ｕｌ －ａ ｔ ｒ Ｓｅ ａ ｔｃ Ｓ ｍ ｉａ ｉｙ Ｃａ ｃ ｌ ｔｏ ｍ ｏｅ ｉ ｔ ｆ ｃ ｏ ｍ ｎ ｉ ｉ ｌ ｒｔ ｌ ｕ ａ ｎ ｉ
０ 引 言
词语相似度计 算在 自然语言 处理 、 能检索 、 本 智 文 聚类 、 分类 、 文本 自动 应答 、 词义 排歧 和 机器 翻译 等领 域 都有广泛 的应 用 ， 它是一个 基础研究课 题 ， 正在 为越 来 越多 的研究 人员 所关 注 ¨ 。其 中基 于语 义词 典 的 相似度计算方法 ， 由于存 在计 算 简单 、 基础 条件 低 、 假 设 条件易于满足等优 点 ， 受到越来越多研究者 的欢迎 。
１ ２ 常用语 义词典 ．
基 于 语义 词典 的词语 相 似 度 计算 方 法 是一 种基 于语言 学和人 工智 能 的理 性主义 方 法 ， 它利用 语义 词
典， 依据 概念 之间 的 上下 位 关 系 和 同义 关 系 ， 过 计 通 算 两个 概念在 树状 概 念 层次 体 系 中的 距 离 来得 到 词 语 间 的相似度 。基 于语 义词 典 的方 法 建 立 在 两个 词
（ ．ｃｏｌ ｆ ｏ ｐｔ ｉ ｃ ， ｉａ ｈ ｏ ｎｖｒｔ， ｉａ １０５ Ｃ ｉ ； ．５９ ｎｔｏ ＰＡ， ａｅｇ ７ ０３ Ｃ ｉ ） １Ｓｈｏｏ ｍ ｕ ｒ ｃｅ ｅ Ｘ ’ｎＳ ｉ ｕＵ ｉ ｓｙ Ｘ ’ｎ７０６ ， ｈｎ ２９０ ２Ｕ ｉ Ｌ Ｋ ｉｎ ４５ ０ ， ｈ ａ Ｃ ｅＳ ｎ ｙ ｅｉ ａ ｓｆ ｆ ｎ
关键 词 ： 义 词 典 ； 网 ； 义相 似 度 ；多 因素 语 知 语 中 图分 类 号 ：Ｐ ９ Ｔ ３１ 文献标识码 ： Ａ ｄ ｉ １ ．９ ９ ｊｉ ｎ １０ － ７ ．０ １ １．０ ｏ： ０ ３ ６／．ｓ ．０ ６２ ５ ２ １．０ ０７ ｓ ４
Ａｎ Ｉ ｐｒ ｖ ｄ Ｍ ｕｌ －ａ ｔ ｒ Ｓｅ ａ ｔｃ Ｓ ｍ ｉａ ｉｙ Ｃａ ｃ ｌ ｔｏ ｍ ｏｅ ｉ ｔ ｆ ｃ ｏ ｍ ｎ ｉ ｉ ｌ ｒｔ ｌ ｕ ａ ｎ ｉ
０ 引 言
词语相似度计 算在 自然语言 处理 、 能检索 、 本 智 文 聚类 、 分类 、 文本 自动 应答 、 词义 排歧 和 机器 翻译 等领 域 都有广泛 的应 用 ， 它是一个 基础研究课 题 ， 正在 为越 来 越多 的研究 人员 所关 注 ¨ 。其 中基 于语 义词 典 的 相似度计算方法 ， 由于存 在计 算 简单 、 基础 条件 低 、 假 设 条件易于满足等优 点 ， 受到越来越多研究者 的欢迎 。
１ ２ 常用语 义词典 ．
基 于 语义 词典 的词语 相 似 度 计算 方 法 是一 种基 于语言 学和人 工智 能 的理 性主义 方 法 ， 它利用 语义 词
典， 依据 概念 之间 的 上下 位 关 系 和 同义 关 系 ， 过 计 通 算 两个 概念在 树状 概 念 层次 体 系 中的 距 离 来得 到 词 语 间 的相似度 。基 于语 义词 典 的方 法 建 立 在 两个 词
一种改进的概念语义相似度计算方法
系 ， “ ｅｅａｌ” 和 “ ｉ ｍｉ” 之 间是 ｅｅ ｎｏｉｉ 二 元 ｖ ｇｔｂｅ ｖｔ ｎ ａ ｌ ｍｅ ｔｒ ｎ的 ｇ
Ｂ， 它们之间的语义距离为：Ｄｓ ，） （ ｌ） 而它们之 ｉＡＢｅ ｏ ， ， （ ，＿
一
ｌ
关系 。在实际的本体 中，概念之 间通过各种关系连接成图状 结构 ，而 目前对语义距离的计算大多针对单一关系的树状结 构 ，导致不能完整反映概念 的语义 。因此 ，本文引入关系类
概念之 间存在着同义 关系、继承关系、整体和部分关系、
２ 改进 的相似度计算模型
针对传统相似度计算不足 ， 本文基于 以下 ３点进行 改进 ： （） １引入边 的权重 。在不同领 域的本体模型中 ，每个节点 可能与 多个节点相连通 ，各概念 节点之间的继承关系或其他 丰富的语义关系对应着本体 网络中的一种有 向边类型 ，并且 各边节点所起 的作用不 同，意味着概念之 间的语义相关程度
ｉ ｏ ｔ ｎ ａｅ ｔ ｄ ｄ ｔ ｃ—ａｅ ｅ ｏ ｄ ｅ ｕ ａ ｂ ｃ ｖ ｄ ｍ ｎ ｒ ｕ ｏ ｅ ａ ｔ ｓ ｔ ｄ ｓｅｓ ｌａ ｄ ａ ｄ ｎ ｒ ｉ — ｓ ｍｅ ｏ ， ｉ ａ ｅ ｓｄ ｔ ｄ ｍ ｓ ｊ ｔ ｅ ｕ ｇ ｅ ｔ ｅ ｌ ｒ ｓｈ ｔ ｉｍｅ ｏ ａ ｂ ｌ ． ｆ ｍａｏ ｂ ｄ ｈ ｓｎ ｂ ｍ ｈ ａ ｔ ｈ ｎ ｕ ｅｉ ｊ ｎ ｈ ， ｓ ｔ ｖ ｔ ｈ ｉ ｆ ｉ ｅ ｖ ｉ ｐ ｈ ｎ
Ｉ ｐ ｏ ｅ ｎ ｅ ｔ ｅ ａ ｔ ｉ ｉ ｒｔ ｍ ｐ ｔ ｔｏ ｅ ｈ ｄ ｍ ｒ ｖ ｄ Ｃｏ ｃ ｐ ｍ ｎ ｉ Ｓ ｍ ｌ ｉ Ｃｏ Ｓ ｃ ａ ｙ ｕ ａ ｉ ｎＭ ｔ ｏ
Ｚ ＡＮＧＹ ｎｘａ Ｚ ＮＧ ｉｇｊ ｎ Ｐ Ｎ Ｌ－ｕ Ｘ ＥＢｎ ｈ ｎ ， ＨＥ ｉ ｈ ｏ Ｈ ａ －ｉ， ＨＡ Ｙｎ － ， Ａ ｉ ， Ｉ ｉ－ｏ ｇ Ｃ Ｎ Ｌ－ ａ ｕ ｈ ｃ
Ｂ， 它们之间的语义距离为：Ｄｓ ，） （ ｌ） 而它们之 ｉＡＢｅ ｏ ， ， （ ，＿
一
ｌ
关系 。在实际的本体 中，概念之 间通过各种关系连接成图状 结构 ，而 目前对语义距离的计算大多针对单一关系的树状结 构 ，导致不能完整反映概念 的语义 。因此 ，本文引入关系类
概念之 间存在着同义 关系、继承关系、整体和部分关系、
２ 改进 的相似度计算模型
针对传统相似度计算不足 ， 本文基于 以下 ３点进行 改进 ： （） １引入边 的权重 。在不同领 域的本体模型中 ，每个节点 可能与 多个节点相连通 ，各概念 节点之间的继承关系或其他 丰富的语义关系对应着本体 网络中的一种有 向边类型 ，并且 各边节点所起 的作用不 同，意味着概念之 间的语义相关程度
ｉ ｏ ｔ ｎ ａｅ ｔ ｄ ｄ ｔ ｃ—ａｅ ｅ ｏ ｄ ｅ ｕ ａ ｂ ｃ ｖ ｄ ｍ ｎ ｒ ｕ ｏ ｅ ａ ｔ ｓ ｔ ｄ ｓｅｓ ｌａ ｄ ａ ｄ ｎ ｒ ｉ — ｓ ｍｅ ｏ ， ｉ ａ ｅ ｓｄ ｔ ｄ ｍ ｓ ｊ ｔ ｅ ｕ ｇ ｅ ｔ ｅ ｌ ｒ ｓｈ ｔ ｉｍｅ ｏ ａ ｂ ｌ ． ｆ ｍａｏ ｂ ｄ ｈ ｓｎ ｂ ｍ ｈ ａ ｔ ｈ ｎ ｕ ｅｉ ｊ ｎ ｈ ， ｓ ｔ ｖ ｔ ｈ ｉ ｆ ｉ ｅ ｖ ｉ ｐ ｈ ｎ
Ｉ ｐ ｏ ｅ ｎ ｅ ｔ ｅ ａ ｔ ｉ ｉ ｒｔ ｍ ｐ ｔ ｔｏ ｅ ｈ ｄ ｍ ｒ ｖ ｄ Ｃｏ ｃ ｐ ｍ ｎ ｉ Ｓ ｍ ｌ ｉ Ｃｏ Ｓ ｃ ａ ｙ ｕ ａ ｉ ｎＭ ｔ ｏ
Ｚ ＡＮＧＹ ｎｘａ Ｚ ＮＧ ｉｇｊ ｎ Ｐ Ｎ Ｌ－ｕ Ｘ ＥＢｎ ｈ ｎ ， ＨＥ ｉ ｈ ｏ Ｈ ａ －ｉ， ＨＡ Ｙｎ － ， Ａ ｉ ， Ｉ ｉ－ｏ ｇ Ｃ Ｎ Ｌ－ ａ ｕ ｈ ｃ
基于本体的语义相似度计算模型改进
图 ｌ中， 每个节点 ｃ表示本体 中的一个概念 ， ， 而节 点间
的箭头连线表示概念问的关系 。概念间的关 系有 多种 ， 如等
价、 继承等 ， 这里仅体现 了最常见 的继 承关 系。研究 语义 相
似 度计 算 的 文献 中 的 文 献 没 有 明 确 指 出采 用 的模 型 ， 有 有 的 文献 对模 型进 行 了 简 单 的 扩 展 （ 加 概 念 属 性 ） 那 些 模 添 ， 型 都 是 基 于 图 １ 示 的一 般 模 型 的 。 所
型． ．
２ １ 在 一 般 模 型 中 添加 实 例 ．
要 在 图 １所 示 的模 型 中 添
加实例 ． 需要分析本体知识 库 中的概念 和实 例之 问 的关 系 。
考虑实 例对 ｉ算结果 的影响。对于典型的本体 知识库 ， 知 十 其
识 的表 示 结 构 可 以用 圈 ２来 表 示 。 度 的一 个 量 化 ． 义 相 似 度 值 的 大 小 反 应 了概 念 之 间 的 相 似 语
程度 。相似度值 在 ［ ， ］ 区间 Ｊ ０ １的 。一个概 念 与其本 身的 语义相似度值为 １ 即完 全相 似 ： ． 当两个 概念 之 问没有 联通 路径时 ， 即完全 不相似 ， 为 ０ 值 。语 义相似 度值 与概念 问的 语 义距离相关 ， 距离大则相似度小。 目前语 义相似度计算 的方 法多种 多样 ， 如基 于距离 的 ．
第２ ９卷
２１ ０ ０年 １ ２月
情
报
杂
志
Ｊ ＯＵＲＮＡＬ ＯＦ Ｉ ＥＬ Ｉ ＮＣＥ ＮＴ Ｌ ＧＥ
Ｖｏ ． ９ １２ Ｄｅ ２ ０ ｃ． Ｏｌ
基 于 本 体 的 语 义 相 似 度 计 算 模 型 改 进
改进的本体概念语义相似度计算方法
概 念语 义相 似度计 算方 式存在计 算 粒度大 ， 计算方 法单一 等缺 陷。 中提 出一种 改进 的基 于概 念子 文 图的概 念语 义相 似度 计 算方 法 ， 方 法考虑 了本体概 念 的深度 、 该 密度 对语 义距 离的影 响 ， 细化 了计
算粒度 ， 并将语 义距 离与 信 息量方 法相 结合 。试验表 明 ， 改进 的方法优 于传 统方 法。
Ｏ
Ｗ ａ ｇ Ｘｉｏｍａ ｎ ａ ｎ’ Ｇｕ ｏ Ｃｈｅ ｈａ 。 Ｚｈ ａ ｍｉ ｇ ｎｇ ｏ ｏｕ Ｘｉ ｏ ｎ
（ ｌｅ ｅｏ ｎ ｏ ｍａｉｎＳ ｉｎ ｅａ ｄ Ｔｅ ｈ ｏｏ ｙ，Ｎａ ｉ ｇＵｎｖ ｒｉ ｆＡｅｏ ａ ｔｃ ｎ ｔｏ ａ ｔ ｓ １Ｃｏｌｇ ｆＩ ｆｒ ｔ ｃｅ ｃ ｎ ｃ ｎ ｌｇ ｏ ｎｉ ｉｅｓｔ ｏ ｒ ｎ ｕ ｉｓａ ｄ Ａｓｒ ｎ ｕ ｉ ，Ｎａ ｊ ｇ ２ ０ １ ） ｎ ｙ ｃ ｎｉ １ ０ ６ ｎ
第１ 卷 第 ５期 ２１ 年 １ ００ Ｏ月
・
指挥 信 息 系 统 与 技术
Ｃｏ ｍｍａ ｄＩ ｆｒ ｔ ｎＳ ｓｅ ＆ Ｔｅ ｈ ｏｏ ｙ ｎ ｎ ｏ ｍａｉ ｙ ｔ ｍ ｏ ｃ ｎ ｌｇ
Ｖｏ ． Ｎｏ １１ ．５
０Ｃ ． ０ ０ ｔ２ １
理论与探 索 ・
改进 的本 体 概 念语 义 相 似 度 计 算 方 法
（ ｃｅ ｃ ｎ ｃ ｎ ｌｇ ｎ Ｉ ｆｒ ｔ ｎＳ ｓｅ ｇｎ ｅｉｇ Ｌａ ｏ ａｏ ｙ ２Ｓ ｉｎ ｅａ ｄ Ｔｅ ｈ ｏｏ ｙ ｏ ｎ ｏ ｍａｉ ｙ ｔｍｓＥｎ ｉｅ ｒｎ ｂ ｒ ｔｒ ，Ｎａ ｊ ｇ ２ ０ ０ ） ｏ ｎｉ １ ０ ７ ｎ
Ａｂｓｒ ｃ ：Ｔｈ ａ ｕ ｅ ｎ ｆｓ ｍａｎ ｉ ｉ ｉ ｒｔ ｔ ｅ ｎ ｏｌ ｉａ ｏ ｅ ｔ ｓ ｗｉ ｅ ｙ ｕ ｅ ｎ ｔａ ｔ ｅ ｍｅ ｓ ｒ ｍｅ ｔｏ ｅ ｔｃ ｓｍ ｌ ｉｙ ｂｅ ｗｅ ｎ ｏ ｔ ｏｇ ｃ ｌｃ ｎｃ ｐ ｓ ｉ ｄ ｌ ｓ ｄ ｉ ａ ｔ ｅ ｆｅ ｄ ｉ ｔ ｌ ｇｙ ｍａ ｉ ｇ ａ ｄ Ｓ ｍａ ｉ ｅ ｅ ｖｉｅ ｍａ ｃ ｈ ｉ ｌ ｓ ｌｋｅ ｏｎ ｏ ｏ ｐｐ ｎ ｎ ｅ ｎｔｃ Ｗ ｂ ｓ ｒ ｃ ｔ ｈｍａ ｉ ｋ ｎｇ．Ｈｏ ｖ ｒ ｒ ｄ ｔｏｎ ｌ ｗｅ ｅ ，ｔ ａ ｉｉ ａ ｍｅ ｈｏ ｆｍ ｅ ｓ ｅ ｎ ａ ｅ ｓ ｈ ｄ ａ ａ ｋｓ ａ ｏａ ｓ ｒ ｎｕ ａ ｉｙ ａ ｄ ｌｃ ｎｇ ｄｉｅ ｓ ｔ Ｔｈｉ ｔ ｄｓ ｏ ａ ｕｒ ｍｅ ｔ ｈ ｖ ｕｃ ｒ ｗｂ ｃ ｓ ｃ ｒ ｅ ｇ ａ ｌ ｒｔ ｎ ａ ｋｉ ｖ ｒ ｉｙ． ｓ ｐ ｐ ｒ ｒ ｐｏ ｅ ａ ｍｐｒ ｖ ｄ ｍｅ ｈｏ ｆ ｓｍ ｉ ｒｔ ａ ｕｒ ｍｅ ｔ ｂａ ｅ ｏ ｅ ｇ ａ ｈ，ｗｈｉｈ ａ ｅ ｐ ｏ ｓ ｓ ｎ ｉ ｏ ｅ ｔ ｄ ｏ ｉ ｌ ｉｙ ｍｅ ｓ ｅ ｎ ｓ ｄ ｏｎ ｃ ｎｃ ｐｔ ｒ ｐ ａ ｃ ｃ ｓｄ ｒ ｈｅ ｉ ｌ ｎｃ ｆ ｔ ｅ ｔ ｎｄ ｔ ｅ ｄ ｎ ｉｙ ｏｆｔ ｅ ｏ ｏ ｏ ｃ ｌｃ ｎｃ ｐ ｓ ｏｎ ｔ ｅ ａ ｔｃ ｏｎ ｉｅ ｓ ｔ ｎｆｕｅ ｅ ｏ ｈｅ ｄ ｐ ｈ ａ ｈ ｅ ｓ ｔ ｈ ｎｔ ｌ ｇｉａ ｏ ｅ ｔ ｈｅ ｓ ｍ ｎ ｉ ｄｓａ ｃ ｉ ｔ ｎ ｅ，ｒ ｆｎｅ ｈｅ ｇ ａ ｌ ｒｔ ｎｄ ｃ ｍｂ ｎｅ ｈｅ ｍｅ ｈｏ ｅ ｎ ｉ ｓ ａ ｅ ｗｉｈ ｔ ａ ｆｉ ｆ ｒ ｅ ｉ ｓ ｔ ｒ ｎｕ ａ ｉｙ ａ ｏ ｉ ｓ ｔ ｔ ｄ ｏｆｓ ｍａ ｔｃｄｉｔ ｎｃ ｔ ｈ ｔｏ ｎ ｏ — ｍａ ｉ ｏ ｅ ｔ ｔｏｎ ｃ ｎｔ ｎ ．Ｅｘ ｅ ｉ ｎｔ ｌｒ ｓ ｔ ｈｏ ｔ ａ ｈ ｍｐ ｏ ｄ ｍ ｅ ｈｏ ａ ｎ ａ ａ ｔ ｇ ｖｅ ｈ ｐ ｒｍｅ ａ ｅ ｕｌｓｓ ｗ ｈ ｔｔ ｅ ｉ ｒ ｖｅ ｔ ｄ ｈ ｓ ａ ｄｖ ｎ ａ ｅ ｏ ｒ ｔ ｅ ｔ ａ ｉｉ ｎａ ｎｅ ． ｒ ｄ ｔｏ ｌｏ ｓ Ｋｅ ｒ ｙ ｗｏ ｄｓ：ｏ ｏｌ ｇ ｎｔ ｏ ｙ；ｓ ｍａ ｉ ｉ ｌ ｒｔ ｅ ｗｅ ｎ ｏｎ ｏ ｏ ｃ ｌｃ ｃ ｐｔ ｅ ｎｔｃ ｓｍｉａ ｉｙ ｂ ｔ ｅ ｔ ｌ ｇｉａ ｏｎ ｅ ｓ；ｉ ｏ ｍ ａ ｉ ｎ ｃ ｔ ｎｔ ｅ ｎｆ ｒ ｔｏ ｏｎ ｅ ；ｓ — ｍａ ｔｃｄｉｔ ｎ ｅ；ｃ ｎｃ ｐ ｒ ｐｈ ｎ ｉ ｓ ａ ｃ ｏ ｅ ｔｇ ａ
改进的主客观结合的词语语义相似度算法
ＡｎＩ ｒ ｖ ｄ Ｓ ｂｅｔ ｅａ ｄＯｂｅｔ ｅＣ ｍｂｎ ｔ ｎ Ｍｅｈ ｄｆｒ ｍｐ ｏ ｅ ｕ ｊｃｉ ｎ ｊｃｉ ｏ ｉａｉ ｔｏ ｏ ｖ ｖ ｏ
Ｍ ｅ ｓ ｉ ｇ Ｗ ｏ ｄ Ｓｅ ａ ｉ ｉ ｉ ｒｔ ａ ｕｒｎ ｒ ｍ ｎｔｃ Ｓ ｍ ｌ ｉｙ ａ
ｐ ｏ ｅ ｔ ｅ ａ ｃ ｒ ｃ ｆｔ ｅ ｗｏ ｄ ｓ ｍａ ｔ ｉ ｉ ｒｔ ． ｐ ｒｍｅ ｔ ｌｒ ｓ ｌｓｓ ｏ ｔ ａ ｅ ｐ ｏｐ ｓ ｄ ｍｅｈｏ ｓ ｅ ｆ ｔ ｅ ａ ｄ ｃ ｉ ｎ ｆ ａ ｔｙ ｒ ｖ ｈ ｃ ｕ ａ ｙ ｏ ｒ ｅ ｎ ｉ ｓ ｌ ｉ Ｅｘ ｉ ｎ ａ ｕ ｔ ｈ ｗ ｈ ｔｔ ｒ ｏ ｅ ｔ ｄ ｉ ｆｅ ｉ ｈ ｃ ｍ ａ ｙ ｅ ｅ ｈ ｃ ｖ ｎ ａ ｓｇ ｉ ｃ ｌ ｎ ｉｎ ｉ ｒ ｖ ｈ ｃ ｕ ａ ｙ ｏ ｅ ｗｏ ｄ ｓ ｍ ａ ｔ ｉ ｌｒｔ ． ｍｐ ｏ ｅ ｔ ｅ ａ ｃ ｒ ｃ ｆｔ ｒ ｅ ｎ ｉ ｓ ｍ ａ ｉ ｈ ｃ ｉ ｙ
个 研究 热点 。文 中根据 词语 表达 方式 的特 点 ， 在基 于词语 语义 词典 和基 于大规 模语 料 库这 两 种计 算 词语 语 义相 似度 方 法 的基础 之上 ， 出一种 改进 的 主观 和客观 相结 合 的词语 相 似度 计 算 方法 。从 方 法 论 的角 度 ， 算 法 既 融合 了主 观经 验 主 提 本 义思想 也融 合 了客观 的理 性主 义思想 ， 使得 词语 语 义相 似度 的计算 结果 能够更 加 准 确 。实验 结果 表 明采 用 文方 法是 有 效 的 ， 够显 著提 高词语 语义 相似 度计 算结 果 的准确 性 。 能 关键词 ： 语语 义相似 度 ； 网 ； 词 知 客观 相似度 ； 主观相 似度 中 图分 类号 ：Ｐ０ ． Ｔ ３ １６ 文献标 识码 ： Ａ 文章 编号 ： ７ － ２ Ｘ ２ １ ）９ ０４ — ５ １ ３ ６９ （０２ ０ － ０５ ０ ６
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｉ ｐ ｌ ｄｉ ｏ ｏ ｉ ， ａ ｒ ｖ ｄ ｓｍｉ ｒ ｙ ｃ ｍｐ ｔ ｔ ｎｍｏ ｅ ｒ ｐ ｓ ｄ Ｔ ｉ ｔ ｏ ｓ ｄｓ ｂ ｕ ｔ ｎｒ ｌｔ ｎ ｏ ｕ ｅ ｓ ｐ ｉ ｓ ｍｅｄ ｍａ ｎ ｎ ｉ ｏ ｅ ａ ｅ ｎ ｍｐ ｉ ｌ ｉ ｏ ｕ ａ ｉ ｄ ｌ ｓ ｏ ｏ ｅ ． ｈ ｓ ａｔ ｏ ｉｐ ｍｅｈ ｄｕ ｅ ｕ ｓ ｍｐ ｉ ａｉ ｓｔ ｃ ｍｐ ｔ ｏ ｅ ｏ ｏ
中图法分 类号 ：Ｐ ９ Ｔ３１
文 献标识 码 ： Ａ
文章编 号 ：００７２ ２ １） ５１２ —４ １０ —０４（０ｏ ０—１１０
Ｉ ｒ ｖ ｄ ｃ ｎ ｅ ｔ ｉ ｌｒ ｙ ｃ ｍｐ ｔ ｔ ｎ ｍｐ ｏ ｅ ｏ ｃ ｐ ｍｉ ｉ ｏ ｕ ａｉ ｓ ａｔ ｏ
ＨＵ ｅ， ＺＨＥ Ｇ ｅ ｇ Ｚｈ Ｎ Ｃｈ ｎ
ａｄＳｇ ａ Ｐｏｅｓ ｇ ｎ ｉｎ ｌ ｒｃｓ ｎ ，Ｍｉｉｒ ｆ ｄ ｃｔ ｎ ｎ ｕ ｎ ｅ ｉ ，Ｈ ｆ ３０ ９ ｈｎ） ｉ ｎｓ ｏ ｕａｉ ，Ａ ｈ ｉ ｉ ｒ ｔ ｔ ｙ Ｅ ｏ Ｕ ｖ ｓｙ ｅｅ ２ ０ ３ ，Ｃ ｉａ ｉ
Ａｂ ｔ ａ ｔ Ｏｎ ｏ ｏ ｙ ｃ ｎ ｅ ｐ ｅ ｓｄ ｆ ｉ ｌ ｎ ｏ ｍａｌ ｌ ｋ ｎ ｓｏ ｎ ｅ ｔ ａ ｄｒ ｌｔｏ ｓ ｅｗｅ ｎｔ ｅ ， Ｓ ｌｙ ｎ ｉ ｏｔ ｎ ｌ ｓｒ ｃ ： ｔ ｌ ｇ ａ ｘ ｒ ｓ ｅ ｎ ｔ ｙ ａ ｄｆ ｒ ｌ ａｌ ｉ ｄ ｆ ｏ ｃ ｐ ｓ ｎ ａｉ ｎ ｔ ｅ ｍ ｉ ｅ ｙ ｃ ｅ ｂ ｈ Ｏ ｉｐ ａ ｓａ ｔ ｍｐ ｒ ｔ ｏ ｅ ａ ｒ
算模型 。利用 上下位 关 系计 算相似 度 ， 非上 下位 关 系计算相 关度 ， 二者合 成 ， 同时考 虑语 义检 索领 域 中， 似度计 算 的 将 并 相
不 对 称 性 经 过 实 验 验 证 了 该 方 法 有 效 且 精 确 。 关 键 词 ： 体 ； 语 义 距 离； 概 念 相 似 度 ； 语 义 相 似 度 ； 基 于 图 本
ｉ ｔｅｃ ａａ ｔｒ ｅ ｉ ｌｒ ｏ ｕａｉｎｉ ａ ｐ ｉｄｉ ｅ ｎｉ ｅｒｅ ａ．Ｉ ｒ ｖ ｄｔａ ｉ ｐ ｒ ａｈｉ ｆｅ ｔ ｅａ ｄｐｅ ｉｅ ｓ ｈ ｈ ｒｃｅ ｎｓｍｉ ｉ ｃ ｍｐ ｔｔｏ ｓ ｐ ｌ ｓｍａ ｔ ｒｔ ｖ １ ｔ ｓ ｏ ｅ ｔｈｓａ ｐ ｏ ｃ ｅｆｃｉ ｎ ｒｃｓ． ｗｈ ａｔ ｙ ｅ ｎ ｃ ｉ ｉｐ ｈ ｔ ｓ ｖ Ｋｅ ｒ ｓ ｏ ｔｌｇ ； ｓｍａ ｔ ｉ ａ ｃ ； ｃ ｎ ｅ ｔ ｉ ｌｒ ｙ ｓｍａ ｔｃｓｍｉ ｉ ； ｇ ａ ｈ ｂ ｓ ｄ ｙｗｏ ｄ ： ｎｏｏ ｙ ｅ ｎｉ ｄｓｎ ｅ ｏ ｃｐ ｍｉ ｉ ； ｅ ｎ ｉ ｉ ｌ ｔ ｃ ｔ ｓ ａｔ ｒ ａｙ ｒｐ －ａ ｅ
２ ．安徽 大学 教 育部 信 号处 理和 智 能计 算重 点 实验 室 ，安徽 合 肥 ２０３） ３０９
摘 要 ： 相似度 计 算 中， 在 本体 能 够将 各种 概念及 相 互关 系明确地 、 形式化 地表 达，因而发 挥着 重要 的作 用 。为 了使相 似度
计 算结 果更为精 确 ，考 虑更全 面的 利用本体 中的关 系，和相似度 计 算在特 定领域 中应 用的特 点，提 出一个 改进 的相似度 计
ｓｍｉ ｒｙ ａ ｄｎ ｎ ｓｂ ｕ ｔ ｎｒｌｔｏ ｓ ｏ ｌｖ ｎ ｅ Ｔ ｅ ｏ ｏ ｎ ｅ ｅ ａ ｄｃ ｎ ｉｅｅ ｅａｙ ｉ ｌ ｉ ， ｎ ｏ —ｕ ｓ ｍｐｉ ａｉｎ ｒ ｅｅ ａ ｃ ． ｈ ｎｉｃ ｍｐ ｕ ｄ ｄｔ ｍ ｎ ｏ ｓｄ ｒｄｔ ｓ ｍｍｅｒ ｍｕｔｎ ｏ ｓｙｗｈｃ ａｔ ｏ ｅ ｆ ｒ ｔ ｈ ｈ ｔ ｓ ｌ ｅ ｕ ｌ ｉｈ ｙ ｉ ａ
０ 引 言
概 念语 义相 似度 计 算 在 语 义 检 索 、 据 挖 掘 、 器 翻 译 等 数 机 领域有着广泛 的应用 ， 为当今信 息技术研 究的一个热 点。 成
一
概 念 的集 合 、 系 的 集 合 、 念 间 的 分 类 关 系 、 念 问 的非 分 关 概 概 类 关 系 和 本 体 公 理 。 其 中 ， 体 中 概 念 之 间 的 关 系 对 相 似 度 本 计 算 非 常 重 要 ， 们 主 要 分 为 以 下 １ 种 ： 下 位 关 系 、 同 它 ２ 上 等
ｉ ｉ ｉ ｒ ｙｃ ｍｐ ｔｔ ｎ Ｔ ｒｖ ｅ ｅ ｕｔ ａ ｄｍａ ｅ ｓ ｆｈ ｌｔ ｎ ｎ ｏｏ ｙａ ｄｔｅｃ ａａ ｔｒ ｅ ｉ ｌ ｉ ｏ ｕａｉｎ ｎｓｒ ｌ ｉ ｏ ｕａｉ ． ｏｉ ｏ ｅｔ ｓｌ ｎ ｋ ｅｏ ｔｅｒ ａｉ ｓ ｎｏ ｔｌｇ ｈ ｒｃｅｓ ｎ ａｔ ｏ ｍｐ ｈｒ ｓ ｕ ｅ ｏ ｉ ｎ ｈ ｗｈ ｎｓｍｉ ｔ ｃ ｍｐ ｔｔｏ ｒ ａ ｙ
计 算 机 工 程 与设 计 Ｃ ｍ ｕ ｒ ｎ ｉ ｅｎ ｄ ｅ ｇ ｏ ｐｔ Ｅ ｇ ｅｒ ｇ ｎ Ｄ ｓ ｎ ｅ ｎ ｉ ａ １１
・开 发与应 用 ・
改进的概念语义相似度计算
胡 哲 郑 诚 ，
（．安 徽农 业 大 学 理 学 院，安 徽 合 肥 ２ ０ ３ ； １ ３０６
（． ｃｏ ｌ ｆ ｃ ｎｅ， ｈ ｉ ｇｉ ｌ ｒｌ ｎｖｒｉ ， ｆｉ ３ ０ ６ ｈｎ ；２ Ｋ ｙ ａ ｏａ ｒ ｆｎｅ ｉ ｎ ｏ ｐ ｔ ｇ １ Ｓ ｈ ｏ ｏ Ｓ ｉ ｃｓ Ａｎ ｕＡ ｒ ｕｔ ａＵ ｉｅｓｙ Ｈｅｅ２ ０ ３ ，Ｃ ｉ ｅ ｃ ｕ ｔ ａ ． ｅ ｂ ｒ ｏｙ Ｉｔ ｌ ｅｔ ｍ ｕｉ Ｌ ｔ ｏ ｌｇ Ｃ ｎ
中图法分 类号 ：Ｐ ９ Ｔ３１
文 献标识 码 ： Ａ
文章编 号 ：００７２ ２ １） ５１２ —４ １０ —０４（０ｏ ０—１１０
Ｉ ｒ ｖ ｄ ｃ ｎ ｅ ｔ ｉ ｌｒ ｙ ｃ ｍｐ ｔ ｔ ｎ ｍｐ ｏ ｅ ｏ ｃ ｐ ｍｉ ｉ ｏ ｕ ａｉ ｓ ａｔ ｏ
ＨＵ ｅ， ＺＨＥ Ｇ ｅ ｇ Ｚｈ Ｎ Ｃｈ ｎ
ａｄＳｇ ａ Ｐｏｅｓ ｇ ｎ ｉｎ ｌ ｒｃｓ ｎ ，Ｍｉｉｒ ｆ ｄ ｃｔ ｎ ｎ ｕ ｎ ｅ ｉ ，Ｈ ｆ ３０ ９ ｈｎ） ｉ ｎｓ ｏ ｕａｉ ，Ａ ｈ ｉ ｉ ｒ ｔ ｔ ｙ Ｅ ｏ Ｕ ｖ ｓｙ ｅｅ ２ ０ ３ ，Ｃ ｉａ ｉ
Ａｂ ｔ ａ ｔ Ｏｎ ｏ ｏ ｙ ｃ ｎ ｅ ｐ ｅ ｓｄ ｆ ｉ ｌ ｎ ｏ ｍａｌ ｌ ｋ ｎ ｓｏ ｎ ｅ ｔ ａ ｄｒ ｌｔｏ ｓ ｅｗｅ ｎｔ ｅ ， Ｓ ｌｙ ｎ ｉ ｏｔ ｎ ｌ ｓｒ ｃ ： ｔ ｌ ｇ ａ ｘ ｒ ｓ ｅ ｎ ｔ ｙ ａ ｄｆ ｒ ｌ ａｌ ｉ ｄ ｆ ｏ ｃ ｐ ｓ ｎ ａｉ ｎ ｔ ｅ ｍ ｉ ｅ ｙ ｃ ｅ ｂ ｈ Ｏ ｉｐ ａ ｓａ ｔ ｍｐ ｒ ｔ ｏ ｅ ａ ｒ
算模型 。利用 上下位 关 系计 算相似 度 ， 非上 下位 关 系计算相 关度 ， 二者合 成 ， 同时考 虑语 义检 索领 域 中， 似度计 算 的 将 并 相
不 对 称 性 经 过 实 验 验 证 了 该 方 法 有 效 且 精 确 。 关 键 词 ： 体 ； 语 义 距 离； 概 念 相 似 度 ； 语 义 相 似 度 ； 基 于 图 本
ｉ ｔｅｃ ａａ ｔｒ ｅ ｉ ｌｒ ｏ ｕａｉｎｉ ａ ｐ ｉｄｉ ｅ ｎｉ ｅｒｅ ａ．Ｉ ｒ ｖ ｄｔａ ｉ ｐ ｒ ａｈｉ ｆｅ ｔ ｅａ ｄｐｅ ｉｅ ｓ ｈ ｈ ｒｃｅ ｎｓｍｉ ｉ ｃ ｍｐ ｔｔｏ ｓ ｐ ｌ ｓｍａ ｔ ｒｔ ｖ １ ｔ ｓ ｏ ｅ ｔｈｓａ ｐ ｏ ｃ ｅｆｃｉ ｎ ｒｃｓ． ｗｈ ａｔ ｙ ｅ ｎ ｃ ｉ ｉｐ ｈ ｔ ｓ ｖ Ｋｅ ｒ ｓ ｏ ｔｌｇ ； ｓｍａ ｔ ｉ ａ ｃ ； ｃ ｎ ｅ ｔ ｉ ｌｒ ｙ ｓｍａ ｔｃｓｍｉ ｉ ； ｇ ａ ｈ ｂ ｓ ｄ ｙｗｏ ｄ ： ｎｏｏ ｙ ｅ ｎｉ ｄｓｎ ｅ ｏ ｃｐ ｍｉ ｉ ； ｅ ｎ ｉ ｉ ｌ ｔ ｃ ｔ ｓ ａｔ ｒ ａｙ ｒｐ －ａ ｅ
２ ．安徽 大学 教 育部 信 号处 理和 智 能计 算重 点 实验 室 ，安徽 合 肥 ２０３） ３０９
摘 要 ： 相似度 计 算 中， 在 本体 能 够将 各种 概念及 相 互关 系明确地 、 形式化 地表 达，因而发 挥着 重要 的作 用 。为 了使相 似度
计 算结 果更为精 确 ，考 虑更全 面的 利用本体 中的关 系，和相似度 计 算在特 定领域 中应 用的特 点，提 出一个 改进 的相似度 计
ｓｍｉ ｒｙ ａ ｄｎ ｎ ｓｂ ｕ ｔ ｎｒｌｔｏ ｓ ｏ ｌｖ ｎ ｅ Ｔ ｅ ｏ ｏ ｎ ｅ ｅ ａ ｄｃ ｎ ｉｅｅ ｅａｙ ｉ ｌ ｉ ， ｎ ｏ —ｕ ｓ ｍｐｉ ａｉｎ ｒ ｅｅ ａ ｃ ． ｈ ｎｉｃ ｍｐ ｕ ｄ ｄｔ ｍ ｎ ｏ ｓｄ ｒｄｔ ｓ ｍｍｅｒ ｍｕｔｎ ｏ ｓｙｗｈｃ ａｔ ｏ ｅ ｆ ｒ ｔ ｈ ｈ ｔ ｓ ｌ ｅ ｕ ｌ ｉｈ ｙ ｉ ａ
０ 引 言
概 念语 义相 似度 计 算 在 语 义 检 索 、 据 挖 掘 、 器 翻 译 等 数 机 领域有着广泛 的应用 ， 为当今信 息技术研 究的一个热 点。 成
一
概 念 的集 合 、 系 的 集 合 、 念 间 的 分 类 关 系 、 念 问 的非 分 关 概 概 类 关 系 和 本 体 公 理 。 其 中 ， 体 中 概 念 之 间 的 关 系 对 相 似 度 本 计 算 非 常 重 要 ， 们 主 要 分 为 以 下 １ 种 ： 下 位 关 系 、 同 它 ２ 上 等
ｉ ｉ ｉ ｒ ｙｃ ｍｐ ｔｔ ｎ Ｔ ｒｖ ｅ ｅ ｕｔ ａ ｄｍａ ｅ ｓ ｆｈ ｌｔ ｎ ｎ ｏｏ ｙａ ｄｔｅｃ ａａ ｔｒ ｅ ｉ ｌ ｉ ｏ ｕａｉｎ ｎｓｒ ｌ ｉ ｏ ｕａｉ ． ｏｉ ｏ ｅｔ ｓｌ ｎ ｋ ｅｏ ｔｅｒ ａｉ ｓ ｎｏ ｔｌｇ ｈ ｒｃｅｓ ｎ ａｔ ｏ ｍｐ ｈｒ ｓ ｕ ｅ ｏ ｉ ｎ ｈ ｗｈ ｎｓｍｉ ｔ ｃ ｍｐ ｔｔｏ ｒ ａ ｙ
计 算 机 工 程 与设 计 Ｃ ｍ ｕ ｒ ｎ ｉ ｅｎ ｄ ｅ ｇ ｏ ｐｔ Ｅ ｇ ｅｒ ｇ ｎ Ｄ ｓ ｎ ｅ ｎ ｉ ａ １１
・开 发与应 用 ・
改进的概念语义相似度计算
胡 哲 郑 诚 ，
（．安 徽农 业 大 学 理 学 院，安 徽 合 肥 ２ ０ ３ ； １ ３０６
（． ｃｏ ｌ ｆ ｃ ｎｅ， ｈ ｉ ｇｉ ｌ ｒｌ ｎｖｒｉ ， ｆｉ ３ ０ ６ ｈｎ ；２ Ｋ ｙ ａ ｏａ ｒ ｆｎｅ ｉ ｎ ｏ ｐ ｔ ｇ １ Ｓ ｈ ｏ ｏ Ｓ ｉ ｃｓ Ａｎ ｕＡ ｒ ｕｔ ａＵ ｉｅｓｙ Ｈｅｅ２ ０ ３ ，Ｃ ｉ ｅ ｃ ｕ ｔ ａ ． ｅ ｂ ｒ ｏｙ Ｉｔ ｌ ｅｔ ｍ ｕｉ Ｌ ｔ ｏ ｌｇ Ｃ ｎ