基于本体的语义相似度计算在营养知识问答系统中的应用

摘要

网络上的信息增长和更新速度越来越快，同时存在大量重复的垃圾信息，这些都给人们获取有效信息带来了不便。传统搜索引擎一方面只能返回大量相关网页或文档，另一方面，基于关键词的信息检索技术很难满足用户在语义层面和知识层面的信息需求。本体具有良好的概念层次结构和较强的语义表达能力，已成为信息科学领域和知识管理领域重要的知识建模工具。基于语义理解技术的问答系统可以有效的弥补传统搜索引擎在语义需求方面的缺陷，是一个行之有效的解决方案。
　　本文将本体技术引入到问答系统中，以领域本体作为系统的知识资源进行用户问句语义理解与处理。
　　本文首先对本体中概念之间的分类关系和传统的基于本体的概念相似度算法进行深入的分析与研究，并重点讨论了基于本体的概念相似度计算模型所涉及到的计算影响因子，在此基础上提出并实现了一种改进的基于信息内容的概念语义相似度计算模型。与以往的概念信息内容计算模型相比，该模型以概念的上位词数与概念的叶子节点数作为主要计算因子，并使用概念的相对深度作为权重系数，可以有效的识别概念的拓扑结构达到区分不同的概念的目的。然后，在概念相似度计算模型的基础上，本文实现了一种基于本体的语句相似度计算模型，该模型能够充分捕获概念在分类层次结构中蕴含的语义信息。最后，以构建的食品领域本体和营养知识FAQ库为主要知识资源，结合中文分词技术、语义扩展技术等自然语言处理技术，设计并实现了一个可以方便、快捷地提供饮食、营养知识的问答系统。