[發明專利]基于本體概念的詞匯語義相似度求解方法

在審

• 申請號: 201610833103.5
• 申請日: 2016-09-20
• 公開（公告）號: CN106611038A
• 公開（公告）日: 2017-05-03
• 發明（設計）人: 金平艷
• 申請（專利權）人: 四川用聯信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及語義網絡技術領域，具體涉及一種基于本體概念的詞匯語義相似度求解方法。

背景技術

目前，很多學者在關注本體概念相似度的計算方法，相似度問題在哲學、語義學等多個學科中被深入的研究和分析。前人主要從概念的名稱、屬性、結構等方面來綜合考慮概念的相似度。之前有先將概念相似度計算分為兩層：“初始相似度”和“通過非上下位關系體現的相似度”，前者主要利用概念之間的距離計算得到，后者則是在前人計算的基礎上，通過概念的非上下位關系計算得到；再綜合二者就可得到領域本體內概念的實際相似度。除此之外，還有主要通過概念間的上下位關系以及其它因素來計算領域內部概念之間的語義相似度。例如，有人提出了一種綜合的相似度計算方法，即先根據兩個概念名稱的相似性過濾出最相關的概念；再分別基于概念實例、概念屬性和概念關系計算概念相似度，并進行綜合。雖然現今許多應用由于使用海量數據可以在某種程度上掩蓋這個問題，但在很多情況下，海量數據我的方式并不適用，忽略了語義研究使得計算得到的結果和人的主觀感受的差異常常是謬以千里。故而語義的相似度計算在這種情況下就顯得尤為重要了，如果可以獲得每一個詞語的相似詞語，通過對相似詞語的查詢，無疑可以提高用戶信息共享的效果，為了滿足上述需求，本發明提出了一種基于本體概念的詞匯語義相似度求解方法。

發明內容

針對如何獲得每一個術語的相似術語問題，本發明提供了基于本體概念的詞匯語義相似度求解方法。

為了解決上述問題，本發明是通過以下技術方案實現的：

步驟1：初始化統計方法模塊。

步驟2：將待比較詞(c₁，c₂)輸入初始化統計方法模塊中。

步驟3：將待比較詞(c₁，c₂)映射到本體概念模塊中。

步驟4：分別選取待比較詞(c₁，c₂)對應深度最大的本體概念g₁、g₂。

步驟5：計算待比較詞(c₁，c₂)對應深度最大的兩本體概念間距離dis(g₁，g₂)。

步驟6：經過上述步驟，計算兩待比較詞(c₁，c₂)最近共同祖先的深度D(c₁，c₂)。

步驟7：計算兩待比較詞(c₁，c₂)的相似度sim(c₁，c₂)。

本發明有益效果是：

1、此計算詞匯相似度方法在量化概念上更接近專家的經驗值

2、此方法更充分、更綜合考慮了待比較詞(c₁，c₂)對應深度最大的本體概念間的距離、深度等因素，大大的提高了語義相似度結果的準確度。

3、更好的提高了本體推理的效果。

附圖說明

圖1基于本體概念的詞匯語義相似度求解方法結構流程圖

具體實施方式

為解決如何獲得每一個術語的相似術語問題，結合圖1對本發明進行了詳細說明，其具體實施步驟如下：

步驟1：初始化統計方法模塊。

步驟2：將待比較詞(c₁，c₂)輸入初始化統計方法模塊中。

步驟3：將待比較詞(c₁，c₂)映射到本體概念模塊中。

步驟4：分別選取待比較詞(c₁，c₂)對應深度最大的本體概念g₁、g₂，其具體描述如下：

待比較詞C∈(c₁，c₂)與概念之間是一對多的關系，當選取的概念深度越深，則待比較詞C∈(c₁,c₂)則越具體，更方便計算待比較詞C∈(c₁，c₂)的語義相似度。這個深度在統計模塊塊中很容易找到，例如在《知網》中找到詞語對應的本體概念。