文献类型：期刊文章

作　　者：李晓[1] 解辉[2] 李立杰[3]

机构地区：[1]安阳师范学院计算机与信息工程学院,安阳455002 [2]清华大学计算机科学与技术系,北京100084 [3]北京理工大学软件学院,北京100081

出　　处：《计算机科学》

基　　金：国家自然科学基金:面向甲骨学知识图谱的实体发现及语义关系挖掘研究(U1504612);河南省高等学校重点科研项目计划:基于语义向量空间模型的中文文本相似度计算研究(16A520037)资助

年　　份：2017

卷　　号：44

期　　号：9

起止页码：256-260

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：word2vec利用深度学习的思想,可以从大规模的文本数据中自动学习数据的本质信息。因此,借助哈尔滨工业大学的LTP平台,设计利用word2vec模型将对句子的处理简化为向量空间中的向量运算,采用向量空间上的相似度表示句子语义上的相似度。此外,将句子的结构信息添加到句子相似度计算中,并就特殊句式对算法进行了改进,同时考虑到了词汇之间的句法关系。实验结果表明,该方法更准确地揭示了句子之间的语义关系,句法结构的提取和算法的改进解决了复杂句式的相似度计算问题,提高了相似度计算的准确率。

关 键 词：句子相似度 word2vec  词向量  语义 句法结构

分 类 号：TP391.1]