基于维基百科的短文本相关度计算

摘要

为提高短文本语义相关度的计算准确率,将维基百科作为外部语义知识库,利用维基百科的结构特征,如维基百科的分类体系结构、摘要中的链接结构、正文中的链接结构以及重定向消歧页等,提出类别相关度与链接相关度相结合的词语相关度计算方法.在此基础上,提出基于词形结构、词序结构以及主题词权重的句子相关度计算方法.实验结果表明,在词语相关度计算方面,该方法的Spearman参数比文本相关度计算方法提高2.8％,句子相关度准确率达到73.3％.