本發(fā)明涉及語(yǔ)義網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種改進(jìn)的本體概念詞匯語(yǔ)義相似度求解方法。

背景技術(shù)：

目前，語(yǔ)義相似度計(jì)算被廣泛應(yīng)用于信息檢索、語(yǔ)義web、自然語(yǔ)言處理等領(lǐng)域。前人主要從概念的名稱(chēng)、屬性、結(jié)構(gòu)等方面來(lái)綜合考慮概念的相似度。之前有先將概念相似度計(jì)算分為兩層：“初始相似度”和“通過(guò)非上下位關(guān)系體現(xiàn)的相似度”，前者主要利用概念之間的距離計(jì)算得到，后者則是在前人計(jì)算的基礎(chǔ)上，通過(guò)概念的非上下位關(guān)系計(jì)算得到；再綜合二者就可得到領(lǐng)域本體內(nèi)概念的實(shí)際相似度。除此之外，還有主要通過(guò)概念間的上下位關(guān)系以及其它因素來(lái)計(jì)算領(lǐng)域內(nèi)部概念之間的語(yǔ)義相似度。例如，有人提出了一種綜合的相似度計(jì)算方法，即先根據(jù)兩個(gè)概念名稱(chēng)的相似性過(guò)濾出最相關(guān)的概念，再分別基于概念實(shí)例、概念屬性和概念關(guān)系計(jì)算概念相似度，并進(jìn)行綜合。由于本體能夠?qū)㈩I(lǐng)域中的各種概念和關(guān)系進(jìn)行顯示地、形式地表達(dá)，因此本體在概念語(yǔ)義相似度計(jì)算中發(fā)揮重要作用，針對(duì)于概念在本體樹(shù)中的層次深度、距離以及待比較詞間的詞形相似度等影響因子，綜合考慮以上因子，本發(fā)明提出了一種改進(jìn)的本體概念詞匯語(yǔ)義相似度求解方法。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)如何更精準(zhǔn)獲得每一個(gè)術(shù)語(yǔ)的相似術(shù)語(yǔ)問(wèn)題以及考慮詞形、本體概念等影響因子，本發(fā)明提供了一種改進(jìn)的本體概念詞匯語(yǔ)義相似度求解方法。

為了解決上述問(wèn)題，本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

步驟1：初始化統(tǒng)計(jì)方法模塊。

步驟2：將待比較詞(c₁，c₂)輸入初始化統(tǒng)計(jì)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(duì)應(yīng)深度最大的本體概念g₁、g₂。

步驟5：計(jì)算待比較詞(c₁，c₂)對(duì)應(yīng)深度最大的兩本體概念間距離dis(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：綜合上述步驟，計(jì)算兩待比較詞(c₁，c₂)的相似度sim(c₁，c₂)。

本發(fā)明有益效果是：

1、此計(jì)算詞匯相似度方法在量化概念上更接近專(zhuān)家的經(jīng)驗(yàn)值。

2、此方法更充分、更綜合考慮了待比較詞(c₁，c₂)對(duì)應(yīng)深度最大的本體概念間的距離等因素，大大的提高了語(yǔ)義相似度結(jié)果的準(zhǔn)確度。

3、更好的提高了本體推理的效果。

4、又考慮了詞語(yǔ)本身具有的詞形相似度、語(yǔ)義相似度結(jié)果的準(zhǔn)確度得到了更好提高。

5、更符合實(shí)際應(yīng)用效果。

附圖說(shuō)明

圖1一種改進(jìn)的本體概念詞匯語(yǔ)義相似度求解方法結(jié)構(gòu)流程圖

具體實(shí)施方式

為解決更精準(zhǔn)的獲得每一個(gè)術(shù)語(yǔ)的相似術(shù)語(yǔ)問(wèn)題以及考慮詞形、本體概念等影響因子，結(jié)合圖1對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，其具體實(shí)施步驟如下：

步驟1：初始化統(tǒng)計(jì)方法模塊。

步驟2：將待比較詞(c₁，c₂)輸入初始化統(tǒng)計(jì)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(duì)應(yīng)深度最大的本體概念g₁、g₂，其具體描述如下：

待比較詞(c₁，c₂)與概念之間是一對(duì)多的關(guān)系，當(dāng)選取的概念深度越深，則待比較詞(c₁，c₂)則越具體，更方便計(jì)算待比較詞(c₁，c₂)的語(yǔ)義相似度。這個(gè)深度在統(tǒng)計(jì)模塊塊中很容易找到，例如在《知網(wǎng)》中找到詞語(yǔ)對(duì)應(yīng)的本體概念。

步驟5：計(jì)算待比較詞(c₁，c₂)對(duì)應(yīng)深度最大的兩本體概念間距離dis(g₁，g₂)，需先求兩本體概念間義原項(xiàng)的相似度sim(g₁，g₂)，再計(jì)算兩本體概念間相對(duì)深度deepth(g₁，g₂)，具體計(jì)算過(guò)程如下：

5.1)兩本體概念間義原項(xiàng)的相似度sim(g₁，g₂)

設(shè)c₁對(duì)應(yīng)深度最大的本體概念g₁中含有n個(gè)義原，即g₁∈(y₁，y₂，…，y_n)，c₂對(duì)應(yīng)深度最大的本體概念g₂中含有m個(gè)義原，即g₂∈(y₁′，y₂′，…，y_m′)。

分別兩兩計(jì)算g₁與g₂中義原的相似度，即sim(y_i，y_j′)，i∈(1，2，…，n)、

j∈(1，2，…，m),可以得g₁與g₂中義原項(xiàng)相似度矩陣J(g₁，g₂)，如下：

根據(jù)上述矩陣找出每個(gè)行向量中義原平均相似度averageS_i，即

最后得到兩本體概念間義原項(xiàng)的相似度sim(g₁，g₂)，如下：

由于兩本體概念間距離dis(g₁，g₂)與義原項(xiàng)的相似度sim(g₁，g₂)成反比，所以對(duì)sim(g₁，g₂)進(jìn)行歸一化處理，即得

α為光滑系數(shù)，具體由用戶(hù)指定。

5.2)計(jì)算兩本體概念間相對(duì)深度deepth(g₁，g₂)

deepth(g₁，g₂)＝d₁-d₂

上式d₁為c₁對(duì)應(yīng)深度最大的本體概念g₁在模塊中的深度值，同理d₂為c₂對(duì)應(yīng)深度最大的本體概念g₂在模塊中的深度值，這個(gè)根據(jù)模塊可以很容易得出。

5.3)計(jì)算待比較詞(c₁，c₂)對(duì)應(yīng)深度最大的兩本體概念間距離dis(g₁，g₂)

上式A+B＝1，A、B分別為sim(g₁，g₂)、deepth(g₁，g₂)的權(quán)重比例，這個(gè)由專(zhuān)家給出。

對(duì)dis(g₁，g₂)進(jìn)行歸一化處理，即

上式β可以通過(guò)非線性回歸迭代估計(jì)確定。

步驟6：待比較詞(c₁，c₂)之間的詞形相似度xingsim(c₁，c₂)，需先知詞長(zhǎng)相似率與詞性相似率，其具體計(jì)算過(guò)程如下：

6.1)詞長(zhǎng)相似率rateword(c₁，c₂)

6.2)詞性相似率wordsim(c₁，c₂)

上式n為待比較詞(c₁，c₂)中詞性相似個(gè)數(shù)，len(c₁)為詞c₁的長(zhǎng)度，len(c₂)為c₂的長(zhǎng)度。

6.3)待比較詞(c₁，c₂)之間的詞形相似度xingsim(c₁，c₂)

步驟7：綜合上述步驟，計(jì)算兩待比較詞C∈(c₁，c₂)的相似度sim(c₁，c₂)，其具體計(jì)算過(guò)程如下：

sim(c₁，c₂)＝A′dis(g₁，g₂)_歸一化+B′xingsim(c₁，c₂)

上式A′、B′為權(quán)重因子，當(dāng)A′＞0.5時(shí)，兩本體概念間距離dis(g₁，g₂)對(duì)相似度sim(c₁，c₂)的影響較大，否則，詞形相似度wordsim(c₁，c₂)對(duì)相似度sim(c₁，c₂的影響較大。根據(jù)經(jīng)驗(yàn)可得，前者對(duì)sim(c₁，c₂)影響更大。

一種改進(jìn)的本體概念詞匯語(yǔ)義相似度求解方法，其偽代碼計(jì)算過(guò)程：

輸入：初始化模塊，待比較詞(c₁，c₂)

輸出：待比較詞(c₁，c₂)相似度sim(c₁，c₂)。