一种改进的基于知网的词语语义相似度计算.PDF

第 22 卷 　第 5 期 中文信息学报 Vol . 22 , No . 5 2008 年 9 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Sep . , 2008 文章编号 : (2008) 一种改进的基于《知网》的词语语义相似度计算 1 1 ,2 1 ,2 1 ,2 江 敏 , 肖诗斌 ,王弘蔚 ,施水才 ( 1. 北京信息科技大学 中文信息处理研究中心 ,北京 100 10 1 ;2 . 北京拓尔思信息技术股份有限公司 ,北京 100 10 1) 摘 　要 : 中科院刘群的基于《知网》的词语相似度计算是当前比较有代表性的计算词语相似度的方法之一 。在测试 中我们发现对一些存在对义或反义的词语与同义 、近义词语一样具有较高的相似度 ,一些明显相似的词反而相似 度较低 ,如“美丽”与“贼眉鼠眼”的相似度为 0 . 814 815 ,与“优雅”的相似度为 0 . 788 360 ,“深红”与“粉红”的相似度 仅为 0 . 074 074 ,这将不利于进行词语的极性识别 。基于文本情感色彩分析的需要 ,把词语相似度的取值范围规定 为[ - 1 , + 1] ,在刘群论文的基础上 ,进一步考虑了义原的深度信息 ,并利用《知网》义原间的反义 、对义关系和义原 的定义信息来计算词语的相似度 。在词语极性识别实验 中 ,得到了较好的实验结果 : P 值为 99 . 07 % , R 值为 99 . 11 % 。 关键词 : 计算机应用 ; 中文信息处理 ;知网;词语相似度 ;义原 ;词语极性识别 中图分类号 : TP39 1 　　　文献标识码 : A An Improved Word Similarity Computing Method Based on HowNet J IAN G min 1 , XIAO Shibin 1 ,2 , WAN G Hongwei 1 ,2 , SH I Shuicai 1 ,2 ( 1. Chinese Information Processing Research Cent er , Beij ing Information Science Technology U niver sit y , Beij ing 100 10 1 ,China ; 2 . Beij ing TR S Information Technolo gy CO . L TD , Beij ing 100 10 1 ,China ) Abstract : Wor d similarit y comp uting ba sed on t he “HowNet ”of LiuQun i s a rep resent ative met hod to comp ut e t he wor d similarit y . But it i s found t hat some wor ds wit h cont ra stive or cont radictive meanings