基于维基百科的语义比较

论文摘要

本文要研究的是基于维基百科的比较语义的方法,分别通过使用分类信息,页面的网络信息,以及网页的内容作为背景知识进行语义比较,最后综合比较分析。分类信息（WikiRelate,ECate-Wikipedia）:在维基百科中每个词都属于一个类,类和类之间又存在着上下位的关系,最后这些类就形成了一棵巨大的树,通过每对不同的词之间在类树上的位置,我们可以使用与WordNet中已经比较成熟的方法在这个维基百科树上进行同样的操作,从而得到不同的词汇之间的相似程度。页面网络信息（Link-Wikipedia）:在维基百科中每一个页面都有着自己的出链（outlinks）以及入链（inlinks）,这些链接就将维基百科编织成一个巨大的网络,通过给这些所有的链接加权,最后我们通过近似最短路的算法就能生成不同页面之间的最短距离,并以此做为不同页面之间的相似度。页面内容（ESA-Wikipedia）:就是将整个维基百科视为一个巨大的知识库,在维基百科中每一个页面就只有一个主题。而整个页面上的内容都是描述这个主题的,所以我们通过将这个页面变成向量（后面部分具体描述）。而后,通过比较不同向量之间的余弦距离来得到不同页面之间的相似度。最后,我们展示了语义比较的一个应用：用语义比较的方式来提示帮助用户从成千上万的功能中找出用户想要的功能。整个系统是对本文中提到的算法的运用,不但可以证明算法的可行性,也展示了语义比较的重要性。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 语义相似度比较的简介和研究意义
• 1.2 研究现状
• 1.3 本文的主要贡献
• 第二章 预备知识及相关工作
• 2.1 维基百科简介
• 2.1.1 对维基百科结构分析
• 2.1.2 对维基百科的sql文件的简介
• 2.2 知识表示
• 2.3 相关工作
• 2.3.1 WikiRelate算法
• 2.3.2 WikiRelate的贡献和不足
• 2.3.3 ESA-Wikipedia算法
• 2.3.4 ESA-Wikipedia的贡献和不足
• 第三章 Link-Wikipedia算法
• 3.1 Link-Wikipedia过程
• 3.1.1 等权重下找出页面间的最短路径
• 3.1.2 给链接加权
• 3.1.3 找出加权无向图的最短路径
• 3.1.4 考虑类别信息
• 3.2 实验验证
• 3.3 Link-Wikipedia的加速
• 3.3.1 Link-W ikipedia的加速
• 3.3.2 文章的语义比较过程
• 第四章 Cate-Wikipedia
• 4.1 类别信息的重要性
• 4.2 类别信息的运用
• 4.2.1 与类别信息相关的属性
• 4.2.2 类别信息的理解向量
• 4.3 实验
• 4.4 Cate-Wikipedia的优势和不足
• 第五章 ECate-Wikipedia算法
• 5.1 基本思想
• 5.2 算法过程
• 5.2.1 语义元素的选定
• 5.2.2 词的理解向量的生成
• 5.3 实验设置与比对
• 5.4 ECate-Wikipedia的优势和不足
• 第六章 语义系统
• 6.1 手机功能的设定
• 6.2 对指令的预处理
• 6.3 系统实现
• 6.4 仿真实验
• 第七章 结论
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 硕士期间发表的论文