基于HNC理論的文本語(yǔ)義相似度計(jì)算與應(yīng)用.pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，信息資源也在爆炸性的增長(zhǎng)。80％的信息資源是以自然語(yǔ)言形式存在的文本。為了從海量文本信息中獲取我們所需要的知識(shí)，迫切需要對(duì)文本資源進(jìn)行自動(dòng)化、智能化處理。目前文本自動(dòng)化處理技術(shù)包括自然語(yǔ)言處理、文本挖掘、智能檢索和自動(dòng)問(wèn)答系統(tǒng)等。文本語(yǔ)義相似度計(jì)算是這些自動(dòng)化處理技術(shù)的核心之一。
　　首先，本文分析了文本語(yǔ)義相似度計(jì)算這一課題的研究背景和研究現(xiàn)狀，明確本文的研究對(duì)象是非結(jié)構(gòu)化的中文文本，研究目標(biāo)

2、是量化兩個(gè)文本之間的語(yǔ)義相似度。其次，總結(jié)了本文針對(duì)研究對(duì)象實(shí)現(xiàn)研究目標(biāo)所需要的基礎(chǔ)理論，包括自然語(yǔ)言處理、依存句法理論、HNC理論、語(yǔ)義相似度算法和信息檢索理論。在此基礎(chǔ)上提出了詞語(yǔ)語(yǔ)義相似度計(jì)算的方法，該方法根據(jù)HNC理論概念表達(dá)的特點(diǎn)，綜合考慮了概念內(nèi)涵、概念外部特征、概念類別和組合符號(hào)來(lái)計(jì)算詞語(yǔ)的語(yǔ)義相似度。在詞語(yǔ)相似度的基礎(chǔ)上提出句子相似度計(jì)算方法，該方法針對(duì)目前已有算法沒(méi)有全面考慮句子深層句法結(jié)構(gòu)和語(yǔ)義的問(wèn)題，分析句子中不同