一种综合加权的词语语义相似度计算研究

论文摘要

在中文信息处理中，文本相似度计算一直是人们研究的热点，它广泛应用于信息智能检索、自动问答系统以及机器翻译等领域。目前文本相似度计算主要有基于统计和基于语义词典两种方法。基于语义词典的方法是从语义角度来计算词语的相似度，结果与人的主观判断较为接近，且计算比基于统计的方法简便。本文研究的词语相似度计算就是在《知网》语义词典基础之上的。本文基于传统的词语相似度计算的方法，提出了一种同时考虑语义距离、义原树深度以及密度等多因素的义原相似度计算方法，并采用遗传算法对各因素的影响权重进行了优化。论文首先介绍了国内句子、词语相似度计算的现状，研究了基于《知网》的词语相似度的计算方法。然后提出了综合考虑多种因素的义原相似度计算方法，该方法从多个方面考察义原的相似度，充分利用了义原树深度、密度等信息，并采用遗传算法对影响相似度的各个因素的权重进行优化，避免了通过经验确定权值的不可靠性和主观性。最后通过对考生试卷的主观题进行自动评分实验，证明了本文所提方法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究的背景及意义
• 1.2 研究现状
• 1.2.1 句子相似度计算研究
• 1.2.2 词语相似度计算的研究
• 1.3 本文的组织结构
• 第2章 基于《知网》的词语相似度计算研究
• 2.1 《知网（HowNet）》简介
• 2.2 词语相似度计算方法
• 2.2.1 词语相似度计算
• 2.2.2 义原相似度计算
• 2.2.3 概念相似度计算
• 第3章 融合多元信息的词语相似度计算方法的设计
• 3.1 融合多元信息的设计思想
• 3.2 融合多元信息的义原相似度计算方法
• 3.3 多元信息权重的选择
• 第4章 遗传算法的研究
• 4.1 遗传算法简介
• 4.2 遗传算法的基本操作
• 4.2.1 初始种群个体编码
• 4.2.2 群体设定
• 4.2.3 遗传操作
• 4.2.4 基本遗传算法的流程
• 4.3 遗传算法的优缺点
• 第5章 基于遗传算法的义原相似度计算实现与分析
• 5.1 词语相似度算法实现
• 5.1.1 融合多元信息的义原相似度算法设计实现
• 5.1.2 概念、词语相似度的计算
• 5.2 遗传算法优化权重的过程
• 5.2.1 权重系数编码
• 5.2.2 适应性函数
• 5.2.3 遗传操作
• 5.2.4 终止条件
• 5.3 实验与分析
• 5.3.1 环境与参数
• 5.3.2 实验结果与分析
• 第6章 句子相似度在主观题批阅中的应用
• 6.1 主观题批阅综述
• 6.2 主观题自动评判
• 6.2.1 句子预处理
• 6.2.2 句子语义相似度计算
• 6.2.3 分数分配
• 6.3 实现与结果分析
• 6.3.1 实验结果
• 6.3.2 结果分析
• 总结
• 参考文献
• 攻读硕士学位期间发表的学术论文及科研工作
• 致谢