一种基于本体的语义相似度算法研究

计算机应用 ›› 2009, Vol. 29 ›› Issue (11): 3074-3076.

一种基于本体的语义相似度算法研究

赵永金¹,郑洪源²,丁秋林²

1. 南京航空航天大学
2. 南京航空航天大学计算机应用研究所

收稿日期:2009-05-25 修回日期:2009-07-18 出版日期:2009-11-01 发布日期:2009-11-26
通讯作者: 赵永金

Study on semantic similarity algorithm based on ontology

Yong-jin ZHAO,Hong-yuan ZHENG,Qiu-lin ZHENG

Received:2009-05-25 Revised:2009-07-18 Online:2009-11-01 Published:2009-11-26
Contact: Yong-jin ZHAO

摘要/Abstract

摘要： 在研究目前比较经典的基于语义距离的相似度算法的基础上，通过分析语义概念的其他关键因子，增加了节点密度以及概念属性对语义相似度的影响，提出了一个更为规范的相似度算法。通过实验分析证明，改进后算法所得相似度值更加合理，在一定的调节参数下，与人类主观判断的兼容度比原始算法提高了约15％。

关键词: 本体, 语义相似度, 语义距离, 节点密度, 概念属性

Abstract: The research about concept similarity is very important in knowledge representation and information retrieval. After studying the current classic distance-based semantic similarity algorithm, a more standardized similarity algorithm was proposed by analyzing the other key factors of semantic concept and increasing the impact of the node density and attributes of the concept for the semantic similarity. Through the experimental analysis, the similarity value of the improved algorithm is more reasonable; and compared with human subjective judgements under certain condition of the mediation parameter, the compatibility of the improved algorithm increases about 15% than that of the original algorithm.

Key words: ontology, semantic similarity, semantic distance, node density, concept attribute

赵永金郑洪源丁秋林. 一种基于本体的语义相似度算法研究[J]. 计算机应用, 2009, 29(11): 3074-3076.

Yong-jin ZHAO Hong-yuan ZHENG Qiu-lin ZHENG. Study on semantic similarity algorithm based on ontology[J]. Journal of Computer Applications, 2009, 29(11): 3074-3076.

[1]	秦丽, 郝志刚, 李国亮. 国家食品安全标准图谱的构建及关联性分析[J]. 计算机应用, 2021, 41(4): 1005-1011.
[2]	代婷婷, 周乐, 余秦勇, 黄细凤, 谢军, 宋明慧, 刘峤. 基于需求评估响应的循环迭代本体构建方法[J]. 计算机应用, 2020, 40(9): 2712-2718.
[3]	刘景发, 顾瑶平, 刘文杰. 融合本体和改进禁忌搜索策略的气象灾害主题爬虫方法[J]. 计算机应用, 2020, 40(8): 2255-2261.
[4]	赵小虎, 赵成龙. 基于多特征语义匹配的知识库问答系统[J]. 计算机应用, 2020, 40(7): 1873-1878.
[5]	马冬雪, 宋设, 谢振平, 刘渊. 领域本体驱动的招投标网页解析方法[J]. 计算机应用, 2020, 40(6): 1574-1579.
[6]	侯艳辉, 董慧芳, 郝敏, 崔雪莲. 基于本体特征的影评细粒度情感分类[J]. 计算机应用, 2020, 40(4): 1074-1078.
[7]	赵一, 段兴, 谢仕义, 梁春林. 面向特定目标自识别的交通图像语义检索方法[J]. 计算机应用, 2020, 40(2): 553-560.
[8]	马建刚, 张鹏, 马应龙. 基于知识块摘要和词转移距离的高效司法文档分类[J]. 计算机应用, 2019, 39(5): 1293-1298.
[9]	唐晨, 李勇华, 饶梦妮, 胡钢俊. 动态需求跟踪中多义关键词的语义判断方法[J]. 计算机应用, 2019, 39(5): 1299-1304.
[10]	刘其源, 焦健, 曹宏盛. Android隐式信息流检测的本体模型[J]. 计算机应用, 2018, 38(1): 61-66.
[11]	桑成, 程健, 史一明. 闭环全生命周期管理系统中知识集成与语义标注[J]. 计算机应用, 2017, 37(6): 1728-1734.
[12]	王元龙. 面向阅读理解的句子组合模型[J]. 计算机应用, 2017, 37(6): 1741-1746.
[13]	张硕望, 欧阳纯萍, 阳小华, 刘永彬, 刘志明. 融合《知网》和搜索引擎的词汇语义相似度计算[J]. 计算机应用, 2017, 37(4): 1056-1060.
[14]	黄念娥, 黄河, 王儒敬. 本体与条件随机场结合的涉农商品名称抽取与类别标注[J]. 计算机应用, 2017, 37(1): 233-238.
[15]	钟艳如, 梁毅芳, 许本胜, 曾聪文, 卢宏成, 吴帆, 赵争君. 基于网络本体语言的三维计算机辅助设计主模型相似性计算方法[J]. 计算机应用, 2016, 36(6): 1599-1604.