基于HNC理论和依存句法的句子相似度计算

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (3): 97-102.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

基于HNC理论和依存句法的句子相似度计算

吴佐衍，王宇

大连理工大学管理科学与工程学院，辽宁大连 116024

出版日期:2014-02-01 发布日期:2014-01-26

New measure of sentences similarity based on hierarchical network of concepts theory and dependency parsing

WU Zuoyan, WANG Yu

School of Management Science and Engineering, Dalian University of Technology, Dalian, Liaoning 116024, China

Online:2014-02-01 Published:2014-01-26

摘要/Abstract

摘要： 句子相似度计算是自然语言处理的重要研究内容。运用自然语言处理的概念层次网络（HNC）理论和依存句法理论提出一种句子相似度的计算方法。该方法认为句子的相似度是由词语的语义相似度和句法结构相似度共同决定的，利用HNC理论词汇层面联想的概念表述体系来计算词语之间的相似度，利用依存句法理论来获取句子中词语的词语搭配和构成特征，与现有典型的句子相似度算法和人工判断进行了比较。实验结果表明，该方法能够较好地反应句子之间的语义差别，是一种可行有效的方法。

关键词: 概念层次网络, 依存句法, 句子相似度, 自然语言处理

Abstract: Sentences similarity is one of the several important tasks in natural language processing. A novel measure method based on Hierarchical Network of Concepts（HNC） theory and dependency parsing in natural language processing is put forward to compute the semantic similarity. The meaning of a sentence is made up of the meanings of its individual words and the structural way the words are combined, and semantic information is obtained from HNC theory, and the syntactic information is obtained through a deep parsing process, and it is compared with the current popular methods and subjective judgment of human. Experiment shows that the method has a good performance, which can distinguish the differences between different sentences more accurately.

Key words: Hierarchical Network of Concepts（HNC）, dependency parsing, sentence similarity, natural language processing

吴佐衍，王宇. 基于HNC理论和依存句法的句子相似度计算[J]. 计算机工程与应用, 2014, 50(3): 97-102.

WU Zuoyan, WANG Yu. New measure of sentences similarity based on hierarchical network of concepts theory and dependency parsing[J]. Computer Engineering and Applications, 2014, 50(3): 97-102.

[1]	刘博闻，范春晓. 基于位置感知能力胶囊网络的实体关系提取[J]. 计算机工程与应用, 2021, 57(6): 101-107.
[2]	廖文雄，曾碧，徐雅芸. 结合一维扩展卷积与Attention机制的NLP模型[J]. 计算机工程与应用, 2021, 57(4): 114-119.
[3]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[4]	袁勋，刘蓉，刘明. 融合多层注意力的方面级情感分析模型[J]. 计算机工程与应用, 2021, 57(22): 147-152.
[5]	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.
[6]	焦凯楠，李欣，朱容辰. 中文领域命名实体识别综述[J]. 计算机工程与应用, 2021, 57(16): 1-15.
[7]	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.
[8]	刘畅，阿布都克力木·阿布力孜，姚登峰，哈里旦木·阿布都克里木. 维吾尔语形态分析研究综述[J]. 计算机工程与应用, 2021, 57(15): 42-61.
[9]	李智，王震，杨赋庚，奚雪峰. 基于表格的自动问答研究与展望[J]. 计算机工程与应用, 2021, 57(13): 67-76.
[10]	包玥，李艳玲，林民. 抽取式机器阅读理解研究综述[J]. 计算机工程与应用, 2021, 57(12): 25-36.
[11]	何玉洁，杜方，史英杰，宋丽娟. 基于深度学习的命名实体识别研究综述[J]. 计算机工程与应用, 2021, 57(11): 21-36.
[12]	郝超，裘杭萍，孙毅，张超然. 多标签文本分类研究进展[J]. 计算机工程与应用, 2021, 57(10): 48-56.
[13]	孙凌浩. 利用翻译模型的跨语言中文命名实体识别[J]. 计算机工程与应用, 2021, 57(10): 94-100.
[14]	李晋源，康雁，杨其越，王沛尧，崔国荣. 面向方面记忆网络的IT产品细粒度情感分析[J]. 计算机工程与应用, 2020, 56(3): 159-164.
[15]	余同瑞，金冉，韩晓臻，李家辉，郁婷. 自然语言处理预训练模型的研究综述[J]. 计算机工程与应用, 2020, 56(23): 12-22.

基于HNC理论和依存句法的句子相似度计算

New measure of sentences similarity based on hierarchical network of concepts theory and dependency parsing

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