基于CP加权的概念语义相似度算法

摘要

对Worde Net中的概念语义相似度算法进行了研究,分析了Worde Net中影响语义相似度算法的相关因素,利用Worde Net中is-a关系构成的概念语义层次结构,提出了一种新的CP（Conditional Probabilities）加权方法,将一个概念出现的情况下另一个概念出现的概率（条件概率）作为衡量权重大小的参数,并把上、下位关系间的权重区分开来,使权重分配更加合理,并在此基础上给出了概念语义相似度算法的改进模型。该模型以概念的信息内容参数为基础,不仅考虑了概念所处分类树的密度和深度,同时也将概念对间的路径考虑在内,使概念间语义相似度的准确性有了一定的提高。在与其它算法进行比较后,实验结果显示该算法模型不仅具有更高的精确度,而且改善了传统方法离散程度高的缺点。