对“基于语义依存的汉语句子相似度计算”的优化。

背景

原文[1]在利用依存结构进行相似度计算时，只考虑那些有效搭配对之间的相似度。有效搭配对是指全句核心词和直接依赖于它的有效词组成的搭配对。

优化策略1：

可以比较依赖树中节点的重复率，重复率可以作为相似度的权重之一。 

其中：ComCount:为两棵树都有的节点个数。PairCount1为句子1的节点个数，PairCount2为句子2的节点个数。

优化策略2：

依存结构中的有效搭配，在原有的基础上，加上句子中所有动词或名词，和直接依赖于它的有效词组成的搭配对。

原因：对于稍长的句子，句法分析的依存树就相对发杂，单纯的核心词和直接依赖于它的有效词组成的搭配对，不足以代表句子的结构，将核心词扩大到全句的所有动词和名词，则更能代表全句的语义，以及结构。

注：核心词个人理解为依存树的头结点，如果由于个人理解错误，则策略2不一定成立。

 参考目录：

1：基于语义依存的汉语句子相似度计算。  http://ir.hit.edu.cn/phpwebsite/index.php?module=pagemaster&PAGE_user_op=view_page&PAGE_id=214

 

转载于:https://www.cnblogs.com/bent/archive/2011/11/01/2232083.html