一种基于细粒度依存关系的中文长句相似度计算方法

摘要

本发明公开了一种基于细粒度依存关系的中文长句相似度计算方法，基于依存关系对，将两个句子的依存关系对集合进行计算，选取使关系对相似度之和最大的对应关系，在对应关系的基础上，求出各关系对相似度之和的平均值，作为两个句子的句法结构相似度。本发明比较了依存关系中两个词汇的本身概念、词性、关系类别等五个特征量，衡量了句子的句法结构相似关系；实验结果已经凸显出语义分析在句子相似度计算中的优势；较之现有技术的相似度计算，在正确率上有一定的提高，考虑了在非中心词周围体现出的关键信息，而现有技术主要考虑依存句法树中的根节点‑谓语中心词及其直接支配部分两层；该方法是一种以时间换正确率的方法。