基于Google与KL距离的概念相关度算法  

Concepts Similarity Algorithm Based on Google and KL Distance

作　　者：连宇[1] 彭进业[1] 谢红梅[1] 冯晓毅[1] 

机构地区：[1]西北工业大学电子信息学院,西安710129

出　　处：《计算机工程》2011年第19期291-292,F0003,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(61075014;60875016);教育部博士点基金资助项目(20096102110025)

摘　　要：WordNet在计算概念相关度时存在词汇量小、难以及时扩展更新以及同义、近义、一词多义等问题。为此,提出一种结合文本信息和图像视觉信息的概念相关度方法。利用Google距离和KL距离分别计算基于词语同现频率的概念相关度和基于视觉特征的概念相关度,并结合两者得到概念的总体相关度。实验结果验证了该方法的有效性。For WordNet has its limitation of the vocabulary and promptly expansion,the problem of the synonym,near-synonym and polysemy,this paper proposes a new concept similarity measurement algorithm,which combines text and image vision information.Google distance is used to calculate the semantic distance between the concepts based on co-occurrence of the words.And the visual similarity is calculated.The whole similarity between the concepts is measured by combining them.Experimental results verify the validity of this algorithm.

关 键 词：概念相关度 WordNet网络 Google距离 KL距离 视觉语言建模 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]