基于概念图的汉语语义计算的研究与实现

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (10): 120-123.

• 数据库、信号与信息处理 • 上一篇下一篇

基于概念图的汉语语义计算的研究与实现

张晓孪，王西锋

宝鸡文理学院计算机科学系，陕西宝鸡 721007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-01 发布日期:2011-04-01

Study and implementation of Chinese semantic computation based on conceptual graph

ZHANG Xiaoluan，WANG Xifeng

Department of Computer Science，Baoji University Arts & Sciences，Baoji，Shaanxi 721007，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-01 Published:2011-04-01

摘要/Abstract

摘要： 中文信息处理的发展迫切需要加强汉语语义理论的研究，尤其是汉语语义表示形式和语义计算的研究。针对目前汉语语义计算方法的计算结果并不准确的问题，提出了一种基于概念图的汉语语义计算方法。该方法以“知网”为语义知识资源，以概念图为知识表示方法，把自然语言文本转化为概念图，通过概念图的匹配实现语义计算，以改善语义计算的效果。实验结果表明该方法对汉语语义计算是有效的。

关键词: 知网, 概念图, 语义计算, 相似度, 匹配

Abstract: The development of Chinese information processing requires strengthening Chinese semantic theory research urgently，especially Chinese semantic representation and semantic computation’s research.For the problem of Chinese semantic analysis method has the inaccurate result，the method of Chinese semantic computation based on conceptual graph is proposed.With HowNet as the semantic knowledge resource and conceptual graphs as knowledge representation method，it concerts the natural language text into conceptual graphs and realizes semantic commutation by way of conceptual graph matching，in order to improve the effects of the Chinese semantic analysis.The experimental results prove that it is effective to the Chinese semantic analysis.

Key words: HowNet, conceptual graph, semantic computation, similarity, matching

张晓孪，王西锋. 基于概念图的汉语语义计算的研究与实现[J]. 计算机工程与应用, 2011, 47(10): 120-123.

ZHANG Xiaoluan，WANG Xifeng. Study and implementation of Chinese semantic computation based on conceptual graph[J]. Computer Engineering and Applications, 2011, 47(10): 120-123.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[4]	张旭，袁旭梅，袁继革. 中介视角下供需匹配决策方法研究[J]. 计算机工程与应用, 2021, 57(9): 240-246.
[5]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[6]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[7]	唐国智，李顶根. 深度学习及时空约束的行人跟踪算法研究[J]. 计算机工程与应用, 2021, 57(7): 121-129.
[8]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[9]	吕栋阳，张磊，张丹，姚兴田，苏波泳. 光流引导下机器人抓取目标物角点动态匹配[J]. 计算机工程与应用, 2021, 57(6): 200-206.
[10]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[11]	张忠民，刘金鑫，席志红. 熵率超像素分割一致性检验视差细化算法[J]. 计算机工程与应用, 2021, 57(5): 204-209.
[12]	卫保国，张玉兰，周佳明. 图像匹配中的特征点筛选方法[J]. 计算机工程与应用, 2021, 57(3): 208-214.
[13]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[14]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[15]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.

基于概念图的汉语语义计算的研究与实现

Study and implementation of Chinese semantic computation based on conceptual graph

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