首页
学术期刊
AI智评
热点
更多
数据
基于Wikipedia的语义相关度计算
被引:9
作者
:
刘军
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学计算机科学与工程系
刘军
论文数:
引用数:
h-index:
机构:
姚天昉
机构
:
[1]
上海交通大学计算机科学与工程系
来源
:
计算机工程
|
2010年
/ 36卷
/ 19期
关键词
:
语义相关度;
领域知识;
Wikipedia类别树;
意见挖掘;
D O I
:
暂无
中图分类号
:
TP391.1 [文字信息处理];
学科分类号
:
081203 ;
0835 ;
摘要
:
在意见挖掘中,为实现特殊领域知识的语义相关度计算,提出基于Wikipedia的语义相关度计算方法。在构建Wikipedia类别树的基础上,通过Wikipedia类别向量表示Wikipedia中的词汇,形成一部包含各种领域知识的Wikipedia词典,利用该词典计算语义相关度。实验结果表明,该方法的斯皮尔曼等级相关系数可达到0.77。
引用
收藏
页码:42 / 43+46 +46
页数:3
相关论文
共 3 条
[1]
基于主题概念抽取的多文档文摘方法
[J].
论文数:
引用数:
h-index:
机构:
宋宣辰
;
刘贵全
论文数:
0
引用数:
0
h-index:
0
机构:
中国科学技术大学计算机科学与技术系
刘贵全
.
计算机工程,
2010,
36
(04)
:190
-192
[2]
文本意见挖掘综述
[J].
论文数:
引用数:
h-index:
机构:
姚天昉
;
程希文
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
程希文
;
徐飞玉
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
徐飞玉
;
汉思乌思克尔特
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
汉思乌思克尔特
;
王睿
论文数:
0
引用数:
0
h-index:
0
机构:
德国萨尔州大学计算语言学系
上海交通大学计算机科学与工程系
王睿
.
中文信息学报,
2008,
(03)
:71
-80
[3]
Similarity-Based Models of Word Cooccurrence Probabilities[J] . Ido Dagan,Lillian Lee,Fernando C. N. Pereira.Machine Learning . 1999 (1)
←
1
→
共 3 条
[1]
基于主题概念抽取的多文档文摘方法
[J].
论文数:
引用数:
h-index:
机构:
宋宣辰
;
刘贵全
论文数:
0
引用数:
0
h-index:
0
机构:
中国科学技术大学计算机科学与技术系
刘贵全
.
计算机工程,
2010,
36
(04)
:190
-192
[2]
文本意见挖掘综述
[J].
论文数:
引用数:
h-index:
机构:
姚天昉
;
程希文
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
程希文
;
徐飞玉
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
徐飞玉
;
汉思乌思克尔特
论文数:
0
引用数:
0
h-index:
0
机构:
德国人工智能研究中心
上海交通大学计算机科学与工程系
汉思乌思克尔特
;
王睿
论文数:
0
引用数:
0
h-index:
0
机构:
德国萨尔州大学计算语言学系
上海交通大学计算机科学与工程系
王睿
.
中文信息学报,
2008,
(03)
:71
-80
[3]
Similarity-Based Models of Word Cooccurrence Probabilities[J] . Ido Dagan,Lillian Lee,Fernando C. N. Pereira.Machine Learning . 1999 (1)
←
1
→