基于語義分析樹核的句子相似度計算.pdf

1、本文對相似度計算的各個層次進行了論述，重點論述了句子相似度計算。在研究漢語句子相似度的過程中，認為一個句子信息的完整表達，不但依賴于組成句子的詞匯，而且還依賴于詞匯之間的關系。因此，提出語義分析樹核的相似度計算方法，對漢語句子的句法結構、詞語語義、詞形三個特征進行了研究，在使用這三個特征在計算句子相似度時各有側(cè)重，互為補充。 首先，將樹核應用于漢語句法結構相似度計算。對于漢語句子的嵌套結構，最直觀的表示形式是樹狀結構，因其更能體

2、現(xiàn)句子結構信息。此外，在比較例句和候選句時，兩種結構的相似度不僅體現(xiàn)在單個分支的句法結構，也體現(xiàn)在句子的整體結構上，使用樹核能精確計算兩個句子的句法結構相似度。 其次，研究了句子的詞語語義相似度計算方法。利用《同義詞詞林》提供的豐富語義信息，提取兩個漢語句子中的關鍵詞，并考慮詞性對詞語相似度的影響，去除句子中的冗余信息，計算關鍵詞之間的詞語語義相似度。 再次，研究了兩個句子形態(tài)上的相似度，以兩個句子中所含相同關鍵詞的個數(shù)