基于语义的同义词识别算法研究

摘要

随着海量信息的出现和不断增加,同义词控制显得更加重要,它是实现概念检索的一个途径,具有概念检索功能的网络信息检索工具可借助于一个同义词表对用户输入的关键词自动添加同义词,有助于提高查全率,但不降低查准率.对同义词识别的研究最初主要来自于情报界,同义词控制作为一种有效的检索后控制方式已被越来越多的信息检索系统所采用.20世纪末,由于网络信息的快速膨胀,用户在查找网络信息遇到许多问题,为了提高查全率,许多搜索引擎都推出同义词扩展检索,但实际运用的效果不是很明显.同义词的识别、挖掘研究将成为计算机界、情报界的一个新的研究热点。 针对基于字面相似度识别方法的不足提出基于语义分类体系的同义词识别方法。实验结果表明，基于《词林》语义体系的同义词识别方法从效率和质量上都要优于基于字面和词素的识别方法，尤其在识别复合词上，优势更为明显。对同义词的识别研究涉及到汉语语言学，计算语言学等许多相关知识，文本依据现有的语义分类体系还存在一些问题，如语义排歧问题、义类词典的更新与维护，需要进行深入研究。