基于融合共现距离的句法网络下文本语义相似度计算

摘要：

[目的]综合语义、句法和词频等多种文本信息特征,突破现有文本相似度计算的局限.[方法]构建融合共现距离和依存句法的文本复杂网络,运用信息熵确定网络动力学特征指标的权重.利用词嵌入、句法结构和倒排档信息避免词语结构和语义的缺失.[结果]对比实验结果表明,不同类别下本文算法分类效果的F1值较句法网络+TF-IDF方法最高提高12.1％,比共现网络+语义方法最高提高5.8％.本文算法的各类别分类效果的平均^值较二者分别提高5.8％和1.6％.[局限]特征提取中对各指标的选取有待改进,以更全面地区分节点间的重要性.[结论]与传统方法相比,本文算法减少了文本信息流失并实现文本降维,有效地提高了文本相似度计算的准确率.

关键词：依存句法、文本复杂网络、语义相似度、共现距离、特征提取

所属期刊栏目：3

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“基于演化本体的网络舆情自适应话题跟踪方法研究”;中央高校基本科研业务费专项前瞻性发展策略研究资助项目“基于大数据技术的跨境电商政府管理范式研究”

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：93-100