基于加权语义网的文本相似度计算方法研究  

Research on Computing Method of Text Similarity Based on Weighted Semantic Web

作　　者：张弛 周艳玲[1] 张贯虹[1] ZHANG Chi;ZHOU Yan-ling;ZHANG Guan-hong

机构地区：[1]合肥学院计算机科学与技术系

出　　处：《赤峰学院学报（自然科学版）》2019年第5期19-23,共5页Journal of Chifeng University(Natural Science Edition)

基　　金：合肥学院重点教学研究项目(2018hfjyxm08);安徽省自然科学基金青年项目(051308085QF115);高校优秀青年人才支持计划重点项目(GXYQZD2016275)

摘　　要：为了更加准确地计算文本特征权重,提高文本相似度计算的精确度,文章提出了一种基于《知网(HowNet)》语义知识库的加权语义复杂网络文本相似度计算方法.该方法首先以特征词为节点,以特征词窗口共现为边,以特征词的TF-IDF值为特征词节点的初始权重,以融合共现频率和概念间语义距离计算特征词节点之间边的权重,构建加权语义文本复杂网络.然后利用综合特征指数作为加权语义网中文本的特征权重.最后基于公开数据集和KNN算法进行文本聚类实验,实验结果表明,在基于F-度量值标准上本文提出的方法要优于传统基于向量空间模型的TF-IDF方法和另一种结合复杂网络权重的方法.

关 键 词：复杂网络 特征词 KNN算法 文本相似度 HOWNET 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]