[發明專利]基于本體概念求解語義相似度的混合方法

在審

• 申請號: 201610833689.5
• 申請日: 2016-09-20
• 公開（公告）號: CN106610944A
• 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: G06F17/27
• 分類號: G06F17/27
• 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求解語義相似度的混合方法。

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。詞語相似度計算在信息檢索、數據挖掘、機器翻譯、個性化推薦等領域有廣泛的應用，因此提高相似度計算結果的準確度顯得尤為重要。隨著領域本體的不斷普及，以及本體樹對概念節點之間關系的準確描述，本體已經成為語義相似度研究基礎。當前基于本體的語義相似度的研究主要有：提高相似度計算結果準確性、解決本體樹中節點多繼承性問題、解決節點對之間不對稱問題等。為了更精準找到相似術語，同時又考慮詞形、詞序、本體概念、本體概念共同祖先深度和密度等因子的綜合影響，為了滿足上述需求，本發明提出了基于本體概念求解語義相似度的混合方法。

發明內容

針對如何更精準獲得每一個術語的相似術語問題以及考慮詞形、詞序、本體概念、本體概念共同祖先深度與密度等因子的綜合影響，本發明提供了基于本體概念求解語義相似度的混合方法。

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的相似度gaisim(g₁，g₂)。

步驟6：待比較詞(c₁，c₂)之間的詞形相似度xingsim(c₁，c₂)。

步驟7：待比較詞(c₁，c₂)之間的詞序相似度xusim(c₁，c₂)。

步驟8：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)、密度p(c₁，c₂)對兩待比較詞(c₁，c₂)相似度的影響，構造影響因子函數f₁(c₁，c₂)、f₂(c₁，c₂)，目標影響函數h(c₁，c₂)。

步驟9：綜合上述步驟，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、深度與密度等因素，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。

4、又考慮了詞語本身具有的詞形相似度、詞序相似度，語義相似度結果的準確度得到了更好提高。

5、各種影響因子的數據處理更規范。

6、更符合實際應用效果。

附圖說明