53、基于词性标注的新型语义相似度方法基准测试

基于词性标注的新型语义相似度方法基准测试

1. 文档表示

每个文档被视为句子集合 setsent ，每个句子 sent 进一步表示为三元组集合，包含动作、对象和属性。例如，对于以下工作描述文档：
“Determines operational feasibility by evaluating analysis, problem definition, requirements, solution development, and proposed solutions.”
其表示如下：
1. Action: determines, Object: feasibility, Attributes: [operational]
2. Action: evaluating, Object: problem definition, Attributes: [ ]
3. Action: evaluating, Object: requirements, Attributes: [ ]
4. Action: evaluating, Object: solution development, Attributes: [ ]
5. Action: evaluating, Object: solutions, Attributes: [proposed]

这里，动作由非助动词表示，对象是动作作用的实体（通常是名词），属性是描述对象特征的形容词。我们将三元组称为 tPOS ，对应一个句子的三元组集合称为 senttPOS ，对应文档 <