基于《知网》的词汇语义相似度计算 Word Similarity Computing Based on How-net

于 2023-01-28 19:59:47 发布
阅读量335 收藏
点赞数
分类专栏： 研一 论文 文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44522477/article/details/128781522
版权
论文 同时被 2 个专栏收录
12 篇文章 0 订阅 ¥59.90 ¥99.00
订阅专栏
研一
24 篇文章 1 订阅
订阅专栏
本文研究了《知网》中词汇语义相似度的计算，涉及词语相关度、义原相似度、虚词与实词概念的相似度计算。讨论了计算过程中的问题，如one to more、KDML，并提出了特征结构、集合和实体概念的相似度计算方法。实验结果显示，计算方法揭示了《知网》定义的不合理之处。
摘要由CSDN通过智能技术生成

所有同类的语义项构成一个树状结构，要计算语义项之间的距离，只要计算树状结构中相应结点的距离

《知网》中词汇语义相似度的计算存在以下的问题：
1、one to more
2、KDML

一些基本概念

词语相关度
词语相似度

这篇文章写的有错误，attribute应该是属性

基本义原：事件、实体、属性、属性值、数量、数量值、次要特征
语法义原：syntax
关系义原：动态角色、动态属性

^ 表示不存在，或没有，或不能
关系符号 # % $ * + & @ ? !

概念之间的关系=》
关系义原=》
关系符号=》反关系

词语相似度计算

我们就把两个词语之间的相似度问题归结到了两个概念之间的相似度问题。
当然，我们这里考虑的是孤立的两个词语的相似度。如果是在一定上下文之中的两个词
语，最好是先进行词义排歧，将词语标注为概念，然后再对概念计算相似度。

义原相似度计算

有一个距离d

这种方法只利用了义原的上下位关系

虚词概念的相似度的计算

“{句法义原}”或“{关系义原}”这两种方

了解本专栏 订阅专栏 解锁全文
A Brief History of Word Embeddings and Their Use in NLP
AI天才研究院
08-05 878
1950年代，英文单词"word embedding"第一次出现在著名的科幻小说“狄更斯的通灵秘笈”中。当时，英语被视作计算机和语言处理领域的主要研究对象，因此，Word Embedding这一术语也被用来描述整个领域中的重要研究成果。1980年代，计算机模型如相似性匹配算法(similarity matching algorithms)或聚类算法(clustering algorithms)开始广泛使用。
ABCNN: Attention-Based Convolutional Neural Network for Modeling Sentence Pairs
qq_27009517的博客
10-29 905
文章目录Abstract Abstract How to model a pair of sentences is a critical issue in many NLP tasks such as answer selection (AS), paraphrase identification (PI) and textual entailment (TE). Most prior work ...
《基于＜知网＞的词汇语义相似度计算》
12-31
《基于＜知网＞的词汇语义相似度计算》
基于《知网》的词汇语义相似度计算
05-17
《知网》是一部比较详尽的语义知识词典。在基于实例的机器翻译中，词语相似度计算是一个重要的环节。不过，由于《知网》中对于一个词的语义采用的是一种多维的知识表示形式，这给词语相似度的计算带来了麻烦。这一点与WordNet和《同义词词林》不同。在WordNet和《同义词词林》中，所有同类的语义项（WordNet的synset或《同义词词林》的词群）构成一个树状结构，要计算语义项之间的距离，只要计算树状结构中相应结点的距离即可。而在《知网》中词语相似度的计算存在以下问题：
基于《知网》的词汇语义相似度计算以及复现
weixin_43592833的博客
06-30 2332
问题描述： “西红柿”和“茄子”这两个词，基于字面检测相似度为0，但是我们都知道它是一个东西，所以引入基于语义的相似度检测。 语义相似定义 两个任意的词语如果在不同的上下文中可以相互替换且不改变文本的语义的可能性越大，那么两者之间的相似度就越高，否则相似度就越低。 （参考文献：刘群，李素建，基于《知网》的词汇语义相似度计算，中文计算语言学，2002，7(2):59-76.） 语义距离 定义：数值在0到正无穷，0表示相似度为1，正无穷表示相似度为0。 检测方法： 1.基于世界知识。根据世界知识方法一般是利
深度学习解决NLP问题：语义相似度计算——DSSM
热门推荐
TonyZhou的博客
07-31 2万+
在NLP领域，语义相似度的计算一直是个难题：搜索场景下query和Doc的语义相似度、feeds场景下Doc和Doc的语义相似度、机器翻译场景下A句子和B句子的语义相似度等等。本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望给读者带来帮助。
bert文本相似度计算_使用bert和其他模型计算文档相似度
weixin_26739165的博客
10-10 7948
bert文本相似度计算入门(Getting Started) Introduction介绍 Document similarities is one of the most crucial problems of NLP. Finding similarity across documents is used in several domains such as recommending simi...
基于内容的推荐(ACM暑校-案例学习)
沈春旭的博客
04-25 1万+
基于知识的推荐系统，根据发行时间、题材和持续时间进行电影推荐。这些系统非常简单，推荐系统没有充分考虑到个人用户的偏好。由于基于知识的推荐系统确实考虑了用户对题材、发行时间和持续时间的偏好，基于知识的推荐仍然非常通用。 想象一下爱丽丝喜欢《黑暗骑士》、《钢铁侠》、《钢铁侠》。很明显爱丽丝喜欢超级英雄电影。然而，基于知识的推荐系统模型无法捕获这个细节。它能做的最好的就是推荐动作片（通过使爱丽丝输入动...
利用知网数据计算词语相似度
堆烟·雷云纹
07-12 1451
如何利用知网的数据进行词语的相似度计算，可以参考www.keenage.com上的相关文档。我就是参考的刘群和李素建的论文，并对公式进行了一定改进。如图：http://dl2.csdn.net/down4/20070712/12135942644.JPG
hownet相似度计算
10-13
关于知网相似度计算的ppt，以及如何实现基于知网的语义相似度
python 文本相似度_GitHub - yongyehuang/word_similarity: 基于《知网》的语义相似度计算 python2.7 API...
weixin_39760434的博客
11-24 504
基于《知网》的语义相似度计算 python2.7 API本项目使用python语言实现根据义原树来计算词语之间的语义相似度，并提供对应的 API。词语距离有两类常见的计算方法，一种是根据某种世界知识（Ontology）或分类体系（Taxonomy）来计算，一种利用大规模的语料库进行统计。本项目研究基于前者，通过人工处理，将词汇组织在多棵树结构中，树中每个节点表示一个“义原”（概念语义）。在一棵树中...
Semantic Similarity (语义相关性)
西柚味门
11-08 2084
Semantic Similarity 语义相关性先上个栗子编个码开始相似度计算了（Similarity Calculation）引用 先上个栗子 有这么一坨文字 … and the cute kitten purred and then … … the furry cat purred and miaowed … … that the small kitten miaowed and she …...
预训练模型语义相似性计算(四)--SimCSE
choose_c的博客
06-15 2601
接着之前的句向量表示模型进行相似句计算的方法，这篇接着介绍一种新的方法-SimCSE。文章来自普林斯顿陈丹琦，引入了对比学习的
短文本语义匹配/文本相似度框架(SimilarityNet, SimNet)，基于bow_pairwise模式及框架原理介绍
古月哲亭
07-10 5037
Hinge loss： https://blog.csdn.net/hustqb/article/details/78347713 原文链接：https://blog.csdn.net/qq_33187136/article/details/106770431 短文本语义匹配/文本相似度框架(SimilarityNet, SimNet)，基于bow_pairwise模式及框架原理介绍
simbert文本相似度，短文本语义匹配模型
古月哲亭
03-22 3955
simbert文本相似语义召回；保存及在线服务https://blog.csdn.net/weixin_42357472/article/details/116205077 SimBERT（基于UniLM思想、融检索与生成于一体的BERT模型）【主要应用场景：相似文本生成、相似文本检索】 https://blog.csdn.net/u013250861/article/details/123649047 import numpy as np import os from collections import
基于同义词词林的词语间相似度计算
weixin_40411446的博客
07-25 7627
基于哈工大同义词词林的词语间相似度计算 局限：单纯使用同义词词林来计算相似度，如果词典中没有该词，就算不出相似度。 代码（在python3.6上正常运行） #!/usr/bin/env python3 # -*- coding: utf-8 -*- #2018/7/25 import math class CilinSimilarity(object): """ 基于...
实体相似度计算方法-----分类
qq_27095007的博客
06-13 5347
实体相似度计算方法 A． 聚类的方法 分类：层次聚类，相关性聚类，Canopy+k-means 方法详情 1） 层次聚类：通过计算不同类别数据点之间的相似度对在不同的层次的数据进行划分，最终形成树状的聚类结构。 2） 相关性聚类： 3） Canopy+k-means B． 聚合的方法 分类 1） 加权平均：w1sim (
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

向上Claire

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值