句子语义相似度计算

doi:10.3778/j.issn.1002-8331.2010.36.041

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (36): 150-153.DOI: 10.3778/j.issn.1002-8331.2010.36.041

• 数据库、信号与信息处理 • 上一篇下一篇

句子语义相似度计算

吕强¹，邓薇²，宋玲³

1.国网技术学院，济南 250002
2.山东科技大学基础课部，山东泰安 271021
3.山东建筑大学计算机科学与技术学院，济南 250101

收稿日期:2010-07-20 修回日期:2010-09-14 出版日期:2010-12-21 发布日期:2010-12-21
通讯作者: 吕强

Semantic similarity computation between sentences

LV Qiang¹，DENG Wei²，SONG Ling³

1.State Grid of China Technology College，Jinan 250002，China
2.Basic Courses Department，Shandong University of Science and Technology，Tai’an，Shandong 271021，China
3.School of Computer Science and Technology，Shandong Jianzhu University，Jinan 250002，China

Received:2010-07-20 Revised:2010-09-14 Online:2010-12-21 Published:2010-12-21
Contact: LV Qiang

摘要/Abstract

摘要： 句子或文本片段相似度计算在与Web相关的任务中起着越来越重要的作用。在基于概念之间的语义相似度基础之上，提出一种句子语义相似度的计算方法SSBS并进行了相关的实验。与其他方法相比，SSBS方法在特征的量化过程中不仅考虑两个句子的概念对之间的语义相似度和字符串编辑距离，还考虑了不同词性的概念对句子相似度的影响。

关键词: 语义相似度计算, 句子, 文本片段, 本体

Abstract: The problem of measuring the similarity between two sentences or two text segments has become increasingly important for many Web-related tasks.A Semantic Similarity between Sentences（SSBS） is devised based on semantic similarity between words.Relevant experiments are carried.Compared with other methods，SSBS considers not only semantic similarity and string edit distance between vocabularies but also part of speech tagging.

Key words: semantic similarity computation, sentence, text segment, ontology

中图分类号:

TP39

吕强¹，邓薇²，宋玲³. 句子语义相似度计算[J]. 计算机工程与应用, 2010, 46(36): 150-153.

LV Qiang¹，DENG Wei²，SONG Ling³. Semantic similarity computation between sentences[J]. Computer Engineering and Applications, 2010, 46(36): 150-153.

[1]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[2]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[3]	刘发升，徐民霖，邓小鸿. 结合注意力机制和句子排序的情感分析研究[J]. 计算机工程与应用, 2020, 56(13): 12-19.
[4]	高见，王安. 基于本体的网络威胁情报分析技术研究[J]. 计算机工程与应用, 2020, 56(11): 112-117.
[5]	李金海，何有世，马云蕾，周爱平. 基于多层领域本体的知识表示通用模型研究[J]. 计算机工程与应用, 2020, 56(11): 149-155.
[6]	王思雨，何泾沙，滕达. 支持隐私信息量化与保护的访问控制系统[J]. 计算机工程与应用, 2019, 55(16): 77-87.
[7]	纪明宇，王晨龙，安翔，牟伟晔. 面向智能客服的句子相似度计算方法[J]. 计算机工程与应用, 2019, 55(13): 123-128.
[8]	渠寒花1，惠建忠1，何险峰2，王慕华1，何晓凤1，丰德恩1. 气象服务形式概念分析模型研究[J]. 计算机工程与应用, 2018, 54(9): 257-264.
[9]	游运1，2，3，万常选1，3，陈煌烨1，3. 考虑对象关联关系的多样化商品推荐方法[J]. 计算机工程与应用, 2018, 54(7): 70-76.
[10]	王祯. 基于设计知识本体的工程变更影响范围分析[J]. 计算机工程与应用, 2018, 54(5): 247-252.
[11]	朱文跃，刘宗田. 基于事件本体的突发事件领域知识建模[J]. 计算机工程与应用, 2018, 54(21): 148-155.
[12]	彭飞1，张涛1，徐伟光1，赵敏1，秦恒加2. 基于本体的操作系统安全策略生成模型[J]. 计算机工程与应用, 2018, 54(2): 114-118.
[13]	王红，张昊，史金钏. 基于LDA的领域本体概念获取方法研究[J]. 计算机工程与应用, 2018, 54(13): 252-257.
[14]	王家海，陈煜. 数据驱动的Job Shop生产调度知识挖掘及优化[J]. 计算机工程与应用, 2018, 54(1): 264-270.
[15]	韩学仁1，王青山1，郭勇1，崔兴亚2. 基于PSO-BP算法的地理本体概念语义相似度度量[J]. 计算机工程与应用, 2017, 53(8): 32-37.

句子语义相似度计算

Semantic similarity computation between sentences

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics