关于语义相关度一些技术的探讨*

陈洪生，吴守华

（1.湖北科技学院 计算机科学与技术学院，湖北 咸宁 437100；

2.通城县地方税务局，湖北 通城 437400）

与前些年的信息资源匮乏相比，现在信息用户更加关注的是如何从海量的信息资源中发掘其所需要的信息.信息资源异构性的存在，尤其是语义异构性的存在，使得采用传统以字符串匹配为基础的信息检索系统难以满足用户对信息和知识的深层次需求，因此，加强基于概念匹配的信息检索系统的研究就显得尤为重要.简而言之，概念匹配就是计算词语之间的语义相似度［1］.与传统的以词形为切入点、建立在词语字面匹配基础上的检索算法相比，语义相似度计算是对源和目标词语间在概念层面上相似程度的度量，需要考虑词语所在的语境和语义等信息.在我国，以知网［2］为基础的词汇相似度计算是较好的方法之一，并在机器翻译、信息检索、文本分类、文本聚类答问、案提取、答系统等领域有着一定程度的应用；刘群［3］等人提出的方法可以解决同一特征文件中义原间的语义相似度问题，但不能解决不同特征文件义原间的语义相关性问题.李素建［4］将知网和同义词词林结合起来计算不同特征文件中词语的相似度，在一定程度上解决了不同特征文件间词语的语义相关性，但是知网和同义词词林词语的组织方式完全不同，所以计算结果不是很理想；许云［5］、王广正［6］等提出了各自的语义相关度计算方法.

1 语义相关度

研究语义相关度评价方法会牵涉到语义相似性和语义相关性问题，在具体的研究前，先对基本概念做出解释.语义相似性是指主题间有共同特性，意义相似；……