汉语句子相似度计算方法及其应用的研究

摘要

本文在研究汉语句子相似度的过程中，针对汉语由语素构成词语，由词语构成语句的特点，分别对汉语中的义原、词语、句子三个层次的相似度计算进行了研究。这三者层次不同，但是联系密切，由部分构成一个有机的整体，整个计算过程每一步都利用上一步的计算结果。　　研究了汉语语句的问句意图，并提出问句意图的提取方法。研究了汉语词语语义相似度及其计算方法，利用知网提供的丰富语义信息，计算义原相似度，进一步计算基于知网的词语语义相似度。词语相似度是本文句子相似度计算的基础。　　提出多层次多种特征融合的汉语句子相似度计算方法。以金融领域自然语言问答系统的模型为实例，体现句子相似度计算在具体应用领域的重要性。这一课题的研究及其成果对于中文信息处理中的多种领域，都将具有一定的参考价值和良好的应用前景。

目录

文摘

英文文摘

第1章绪论

1.1论文研究的背景

1.2句子相似度的研究现状和分析

1.2.1国内外的研究现状

1.2.2存在的主要问题

1.3本文的主要工作及内容安排

第2章词语相似度及其计算方法的研究

2.1词语相似度概念及相关计算方法的研究

2.1.1词语相似度的概念

2.1.2基于语义词典的方法

2.1.3基于语料统计的方法

2.2知网语义知识资源

2.2.1知网系统的概述

2.2.2知网的知识词典

2.3基于知网的义原相似度的计算

2.3.1义原的相关知识

2.3.2义原相似度的计算

2.4基于知网的汉语词语语义相似度的计算

第3章汉语句子相似度及其计算方法的研究

3.1句子相似度的概念及传统计算方法

3.1.1句子相似度的概念

3.1.2基于向量空间模型的TF-IDF方法

3.1.3基于语义依存的相似度计算方法

3.1.4编辑距离方法

3.2相似度计算模型

3.2.1相似度

3.2.2相似算法

3.3用户问句意图的分类和提取

3.3.1问句意图的含义

3.3.2问句意图的符号表示方法

3.3.3问句类型

3.3.4问句意图的提取

3.4多层次多种特征融合的句子相似度计算方法

3.4.1设计思想

3.4.2查询意图的相似度计算

3.4.3关键词集的相似度计算

3.4.4其它相似度特征因素的计算

3.4.5多层次多种特征融合的句子相似度计算

3.4.6计算方法评价

第4章应用实例——金融领域自然语言问答系统的模型

4.1金融领域自然语言问答系统的总体设计方案

4.2金融领域自然语言问答系统的体系结构图

4.3汉语自动分词系统的总体模块结构

4.3.1汉语自动分词系统的总体模块结构图

4.3.2常用分词方法

4.3.3有关处理方法

4.4金融领域的常用问题集问答系统

4.4.1FAQ的收集与组织

4.4.2候选问题集的查找

4.4.3句子相似度计算

4.4.4常用问题库的更新

4.5应用系统的模型

4.5.1问题理解模块

4.5.2 FAQ模块

4.5.3信息检索模块

4.5.4答案抽取模块

4.5.5遗留问题处理

总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果