1、詞匯語義相似度計(jì)算作為中文信息處理中的一個(gè)關(guān)鍵問題，國(guó)內(nèi)外眾多學(xué)者已對(duì)其開展了廣泛而深入的研究，它是信息檢索、信息抽取、文本分類、詞義排歧和機(jī)器翻譯等重點(diǎn)研究領(lǐng)域的基礎(chǔ)之一?，F(xiàn)今對(duì)詞匯語義相似度的計(jì)算方法主要分為兩種，分別是基于規(guī)則和基于統(tǒng)計(jì)的方法。但是這些方法主要依據(jù)詞與詞之間在語義詞典中的距離或是在統(tǒng)計(jì)語料中的相關(guān)性，都未能從漢語的內(nèi)涵出發(fā)。本文提出一種新的相似度計(jì)算方法，該方法從概念層面上來解讀兩個(gè)詞語之間的相似性，并在此基礎(chǔ)上給

2、出一個(gè)量化的相似度值。該方法首先將詞語的釋義項(xiàng)轉(zhuǎn)化為內(nèi)涵概念圖的形式，然后計(jì)算兩個(gè)內(nèi)涵概念圖之間的相似程度，從而求得詞語語義相似度的值。本文的主要貢獻(xiàn)如下：第一，根據(jù)概念圖的理論，提出了構(gòu)造詞語內(nèi)涵概念圖的方法。內(nèi)涵概念圖的構(gòu)造過程分為如下幾個(gè)步驟：釋義項(xiàng)獲取、概念分析、知識(shí)提取和概念圖的構(gòu)建標(biāo)引。第二，根據(jù)詞語的內(nèi)涵釋義項(xiàng)提出了一種基于義原集的詞匯語義相似度計(jì)算方法。該方法是后續(xù)計(jì)算概念圖之間相似度的基礎(chǔ)，用作概念圖中節(jié)點(diǎn)之間的相似度

3、計(jì)算。第三，在概念節(jié)點(diǎn)間相似度可求的前提下，我們提出了計(jì)算概念圖全局相似度的方法。首先對(duì)所選領(lǐng)域的詞進(jìn)行概念圖標(biāo)引，然后抽取一定數(shù)量的能夠完備表述該領(lǐng)域詞語內(nèi)涵的屬性名作為概念圖展開的框架，最后調(diào)用本文所提出的遞歸算法對(duì)兩個(gè)詞語的概念圖進(jìn)行全局相似度計(jì)算。最后，為了驗(yàn)證本文相似度計(jì)算方法的有效性，本文把語義相識(shí)度計(jì)算運(yùn)用到網(wǎng)頁聚類領(lǐng)域。通過對(duì)聚類結(jié)果的分析，我們發(fā)現(xiàn)該方法的效果是顯著的。本文的研究給詞匯語義相似度的計(jì)算提出了一種新的嘗試