一种语义增强的词对间关系测度的控制方法以及系统

摘要

本发明提供一种新颖的测量词对间关系相似度的方法，该方法结合语料库和语义词典来实现。对于英文研究对象，使用语料库来抓取含有种子词对的网页内容，并从中提取满足以种子词开头或结尾并且长度不超过一定阈值的短语然后生成相应的模式，其中最重要的是指定了词性变换规则并且考虑了种子词的所有词性的变换词。在后续模式中间词的统计中，过滤了停用词、数字、专有名词等一些不能体现语义的词语以消除噪音和节约计算开销。另一方面，采用经典的语义相关度测量算法来计算种子词对各自的中间词两两之间的语义相关度。对于中文研究对象，不需要考虑词性变换的情况、对于生成的模式要进行分词处理。这种方法不局限于固定不变的语料库，还可以获取较新的语义资源，而且借助语义词典能很好地挖掘出了词对间的语义关系。