期刊文献+

基于Wikipedia的语义相关度计算 被引量:10

Semantic Relevancy Computing Based on Wikipedia
下载PDF
导出
摘要 在意见挖掘中,为实现特殊领域知识的语义相关度计算,提出基于Wikipedia的语义相关度计算方法。在构建Wikipedia类别树的基础上,通过Wikipedia类别向量表示Wikipedia中的词汇,形成一部包含各种领域知识的Wikipedia词典,利用该词典计算语义相关度。实验结果表明,该方法的斯皮尔曼等级相关系数可达到0.77。 In order to compute semantic relevancy for the specific domain knowledge in opinion mining,this paper proposes a semantic relevancy computing method based on Wikipedia.On the basis of constructing a category tree from Wikipedia,it represents the vast words in Wikipedia by using the category and the result in a Wikipedia dictionary which contains rich domain-specific knowledge,and then computes semantic relevancy by using the dictionary.Experimental results show Spearman rank correlation coefficient of this method can reach 0.77.
作者 刘军 姚天昉
出处 《计算机工程》 CAS CSCD 北大核心 2010年第19期42-43,46,共3页 Computer Engineering
基金 国家自然科学基金资助项目(60773087)
关键词 语义相关度 领域知识 Wikipedia类别树 意见挖掘 semantic relevancy domain knowledge Wikipedia category tree opinion mining
  • 相关文献

参考文献7

  • 1姚天昉,程希文,徐飞玉,汉思·乌思克尔特,王睿.文本意见挖掘综述[J].中文信息学报,2008,22(3):71-80. 被引量:106
  • 2Dagan I, Lee L, Femando C N. Similarity-based Models of Word Cooccurrence Probabilities[J]. Machine Learning, 1999, 34(1-3):43-69. 被引量:1
  • 3刘群,李素建.基于“知网》的词汇语义相似度计算[C]//第三届汉语词汇语义研讨会论文集.北京,2001. 被引量:1
  • 4宋宣辰,刘贵全.基于主题概念抽取的多文档文摘方法[J].计算机工程,2010,36(4):190-192. 被引量:5
  • 5Gabrilovich E, Markovitch S. Overcoming the Brittleness Bottleneck Using Wikipedia: Enhancing Text Categorization with Encyclopedic Knowledge[C]//Proc. of the 21st National Conference on Artificial Intelligence. Boston, USA: [s. n.], 2006. 被引量:1
  • 6Gabrilovich E, Markovitch S. Computing Semantic Relatedness Using Wikipedia-based Explicit Semantic Analysis[C]//Proc. of the 20th International Joint Conference on Artificial Intelligence. Hyderabad, India: Is. n.], 2007. 被引量:1
  • 7Finkelstein L, Gabrilovich E, Matias Y, et al. Placing Search in Context: The Concept Revisited[J]. ACM Transactions on Information Systems, 2002, 20(1): 116-131. 被引量:1

二级参考文献44

共引文献109

同被引文献166

引证文献10

二级引证文献37

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部