基于语义依存关系的相似度算法简述

一、基本思路

1.依据语义依存关系提取关键信息（修饰关系、疑问关系）
2.依照关键信息打分
3.计算分值，计算公式（待补充）

---

二、例子说明

1.例子1

句子:仲裁申请的资料需要哪些
语义依存关系:

关键信息提取:
仲裁==>资料(疑问)

句子:申请仲裁需要提供什么资料
语义依存关系:

关键信息提取:
仲裁==>资料(疑问)

2.例子2

句子:你的名字是啥？
语义依存关系:

关键信息提取:
你==>名字(疑问)

句子:你叫什么？
语义依存关系:

关键信息提取:
你==>名字(疑问)

句子:请问一下你的姓名是什么
语义依存关系:

关键信息提取:
你==>姓名(疑问)

句子:你的猫叫什么名字?
语义依存关系:

关键信息提取:
猫==>名字(疑问)

3.关键信息抽取信息规则

待补充

4.相似度评分标准

1.主语、宾语设为第1档
2.状语设为第2档（时间、地点、原因、介宾等）
3.谓语设为第3档
4.主语、宾语的修饰关系设为第4档

---

三、上下文的相似度

上下文关联:
例子:
1.什么是仲裁
关键信息提取:仲裁

2.申请仲裁需要提供哪些资料
关键信息提取:仲裁、资料(疑问)

若是问题变为：
问1：什么是仲裁？
答1：仲裁是xx
问2：需要提供哪些资料

简要过程：
“问2”抽取：资料(疑问)
查找关键信息时找到了“申请仲裁需要提供哪些资料”，但缺少“仲裁”
正好可以从“问1”中补齐关键信息
这样就能算出“需要提供哪些资料”与“申请仲裁需要提供哪些资料”的相似度非常高

---

四、说明

语义依存关系标注方法采用哈工大的语法依存关系，网址：http://www.ltp-cloud.com/intro/#dp_how
词义为哈工大的同义词林（扩展版）