基于語義相似度計算的術(shù)語推薦與可視化.pdf

1、信息時代飛速發(fā)展，帶動世界變成移動化，智能化。信息數(shù)據(jù)的爆炸式增長，推動術(shù)語學也在不斷更新與發(fā)展。術(shù)語數(shù)據(jù)規(guī)模的增長，信息文化的豐富，促使術(shù)語概念含義逐漸多樣性。術(shù)語概念含義的多樣性給國際標準組織 ISO制定術(shù)語標準文件時，帶來極大的困難；同時國際術(shù)語專家急需一個術(shù)語推薦系統(tǒng)，實現(xiàn)各國術(shù)語概念更新及制定工作同步進行。術(shù)語的語義相似度計算方法對其它學科的發(fā)展具有基礎(chǔ)性作用，如信息檢索，機器翻譯，人工智能等，研究人員不斷對其進行更新優(yōu)化，以

2、適應(yīng)新的需求。目前的計算方法多數(shù)基于數(shù)據(jù)的組織形式進行劃分，如基于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)兩種方法。數(shù)據(jù)的結(jié)構(gòu)化組織形式包括本體、Hownet、WordNet等；非結(jié)構(gòu)化組織形式，往往是大規(guī)模的數(shù)據(jù)，沒有固定的結(jié)構(gòu)形式。非結(jié)構(gòu)化數(shù)據(jù)的語義相似度計算是通過機器學習進行模型訓練，然后調(diào)用模型進行計算。
　　本文主要通過對基于本體的結(jié)構(gòu)化數(shù)據(jù)及大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的術(shù)語語義相似度計算方法進行研究及應(yīng)用，主要包含以下內(nèi)容：
　?。?）

3、基于結(jié)構(gòu)化數(shù)據(jù)的術(shù)語語義相似度計算方法大多不能兼顧各種影響因子，或者根據(jù)專家經(jīng)驗確定各因子的權(quán)值，造成計算不準確等問題。因此本文對基于本體的混合式語義相似度計算方法改進，借鑒模糊優(yōu)化排序思想確定不同因素的權(quán)值，提高了計算的準確性。同時將本方法應(yīng)用于術(shù)語推薦工作中，在術(shù)語專家進行術(shù)語推薦前，需要對推薦術(shù)語進行語義相似度計算，判斷其在術(shù)語標準文件中是否存在同義或近義詞，然后將其提交到術(shù)語推薦系統(tǒng)中，進行術(shù)語文件的更新。
　　（2）隨著

4、大數(shù)據(jù)時代的到來，大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)語料的術(shù)語語義相似度計算方法逐漸成為研究熱點。在海量數(shù)據(jù)中提取出術(shù)語的語義相似詞并進行可視化展示，是本文的另一個研究重點。對于大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的語義相似度計算，本文通過基于詞向量的術(shù)語語義相似度計算方法，利用Word2vec對語料進行模型訓練，將語料庫中的文本用詞向量進行表示。通過詞向量進行語義相似度計算，得到術(shù)語的語義相似詞。其次，調(diào)用Prefuse組件對語義相似詞的關(guān)系網(wǎng)絡(luò)進行可視化展示，這樣方