1、在自然語(yǔ)言處理和信息檢索的領(lǐng)域中,語(yǔ)義相關(guān)度的測(cè)量一直扮演著非常重要的角色。目前很多工作都集中在詞與詞之間的語(yǔ)義相關(guān)度測(cè)量上面,然而命名實(shí)體與命名實(shí)體之間的語(yǔ)義相關(guān)度測(cè)量卻很少被提及,而后者也有著非常重要的意義。比如通過(guò)測(cè)量?jī)蓚€(gè)文檔內(nèi)命名實(shí)體之間的語(yǔ)義相關(guān)度,可以更有效地計(jì)算兩個(gè)文檔之間的相關(guān)度,從而實(shí)現(xiàn)更準(zhǔn)確的語(yǔ)義搜索。
　　目前的語(yǔ)義相關(guān)度測(cè)量方法主要分為兩種類型:基于知識(shí)庫(kù)的方法和基于統(tǒng)計(jì)的方法。基于知識(shí)庫(kù)的方法主要利用維基

2、百科[1]、Wordnet[2]等知識(shí)庫(kù)來(lái)計(jì)算詞的相關(guān)度,但是它最大的缺陷在于其有限的實(shí)體覆蓋度?；诮y(tǒng)計(jì)的方法主要通過(guò)挖掘互聯(lián)網(wǎng)的統(tǒng)計(jì)信息來(lái)計(jì)算語(yǔ)義相關(guān)度,但是由于計(jì)算統(tǒng)計(jì)信息時(shí),同名的實(shí)體都被作為相同對(duì)象看待,所以對(duì)于那些低頻的實(shí)體無(wú)法測(cè)量出準(zhǔn)確的語(yǔ)義相關(guān)度。
　　為了解決這些問(wèn)題,我們提出了一種基于鏈接開(kāi)放數(shù)據(jù)(LinkedOpen Data,L O D)的命名實(shí)體語(yǔ)義相關(guān)度測(cè)量算法。由于鏈接開(kāi)放數(shù)據(jù)中包含了非常多屬于不同領(lǐng)