基于WordNet的语义相似性度量及其在查询推荐中的应用研究

【摘要】语义相似性度量一直以来都是人工智能、心理学、认知科学等领域的研究热点,并有着非常广泛的应用。作为自然语言处理技术的重要内容,它所依赖的语言知识表示中最重要的初始环节就是语义词典。一部能够表达概念关系的语义词典是自然语言处理工作中不可或缺的基础性资源。美国Princeton大学开发的WordNet就是语义词典的优秀范例。其基本思想简单明确,形式化做得彻底。目前,WordNet已成为一个事实上的国际标准,其框架的合理性已被词汇语义学界和计算词典学界所公认。与此同时,伴随数据爆炸性增长,人们越来越依赖搜索系统来获取信息。查询推荐技术成为近年来搜索领域的研究热点。其可弥补当前Web搜索方式在表达能力上的局限性,辅助用户更好地表达查询意图。随着查询推荐技术应用研究的深入,查询词信息稀疏、内部信息缺失严重,使得查询推荐技术面临许多挑战,并严重制约查询推荐技术的进一步推广和应用。而将语义相似性度量研究成果推广到查询推荐的研究中,可有效解决查询词信息稀疏等关键问题,是未来发展的重要方向。基于上述背景,本文首先探讨了国内外有关语义相似性度量和查询推荐的研究现状,从语义层面表示数据,围绕语义相似性度量,建立了基于WordNet概念拓扑结构的信息内容IC模型；提出基于概念自身内容IC和路径信息混合的语义相似度算法；进而将算法应用到相似查询判定中。本文主要创新和贡献如下：1.在WordNet语义相似性参数研究方面,提出了基于概念拓扑结构的信息内容IC模型。概念信息内容IC是概念语义相似度算法的参数,对语义相似度算法的性能具有决定性作用。本文提出的新模型不需要任何语料库的参与,概念节点所包含的信息内容,取决于该节点及其子孙节点的拓扑结构,IC值是该节点自身及其子孙节点排列方式的函数,包括该概念节点的深度,子孙节点的数目以及每个子孙节点的深度。实验结果表明：该模型性能明显优于其它IC模型,能够有效的区分开不同概念,使得概念的信息内容IC获取更为精准。2.在WordNet语义相似性度量方法研究方面,提出基于概念自身内容IC和路径信息混合的语义相似度算法。该算法不仅反映了概念节点在语义分类树中的路径信息,也反映了语义密度信息,即：将概念的信息内容IC和在语义分类树中的路径信息都考虑在内。实验结果证实：此算法较国内外学术界已有算法更接近人类的判断,性能更优。3.在相似查询度量方面,提出基于语义的相似查询度量方法。相似查询度量是后续查询推荐的核心问题。该方法从语义层面表示数据,兼顾用户检索词项的相似性以及用户点击文档内容的相似性。在此新方法基础上,通过实验聚类相似查询,形成相似查询扩展字典。实验结果显示：该算法能更精准地捕获相似查询,为后续的查询推荐奠定了良好的基础。4.在查询推荐方法研究方面,提出了基于主题的查询推荐方法。该方法充分考虑了用户查询主题与session中query的关联性、推荐query与初始query在语义上的包含关系、相似程度等因素。实验结果证实：基于本文提出的推荐方法,能更准确捕获用户查询意图,大幅提高搜索准确率。本文研究成果具备一定的学术理论价值,并已初步成功应用到了信息检索领域,未来可进一步推广到网页分类、问答系统、广告推送、电子商务等多种信息领域,具备较高的商业应用价值和宽广的应用前景。
【作者】孟玲玲；
【导师】顾君忠；
【作者基本信息】华东师范大学，计算机应用技术，2014，博士
【关键词】概念信息内容；语义相似度；相似查询度量；查询主题；查询推荐；

【参考文献】
[1]丽琴.蒙元文化视野下的杨景贤《西游记》杂剧研究[D].内蒙古大学,中国古代文学,2013,硕士.
[2]卢淼,刘建允,王世平,程健.磺化石墨烯/活性炭复合电极的制备及其不对称电容器脱盐[J].高等学校化学学报,2014,07:1546-1552.
[3]姚大为.CSAMT2.5维正演算法和响应异常特征研究[D].中国地质大学（北京）,地质工程,2014,硕士.
[4]杨震.硬脊膜动静脉瘘Onyx胶血管内栓塞治疗效果评估[D].第四军医大学,外科学（专业学位）,2014,硕士.
[5]董亮,蔡德钩,叶阳升,张千里,赵成刚.列车循环荷载作用下高速铁路路基累积变形预测方法[J].土木工程学报,2010,06:100-108.
[6]史忠科.高速公路交通状态的联合估计方法[J].控制与决策,2003,06:747-750.
[7]张卉.融资融券扩容对A股市场及个股影响[D].上海交通大学,金融,2013,硕士.
[8]彭亿姿,祝一锋,唐华东.姜黄素衍生物为引发剂引发MMA的ATRP聚合的研究[J].浙江化工,2015,02:35-39.
[9]王珊.含吡咯侧臂单茂基稀土二烷基配合物的合成及其对异戊二烯的催化聚合行为[D].浙江大学,化学工程（专业学位）,2014,硕士.
[10]刘继亮.卖淫女性人格研究[D].华东师范大学,基础心理学,2002,硕士.
[11]王强.城乡统筹背景下重庆市土地利用变化研究[D].成都理工大学,自然地理学,2013,硕士.
[12]刘庆.基于条件随机场的目标跟踪的研究[D].浙江理工大学,信号与信息处理,2013,硕士.
[13]陈丹妮.我国离婚损害赔偿完善问题研究[D].华侨大学,法律,2013,硕士.
[14]王尧.阻碍日朝邦交正常化的原因探析[D].吉林大学,国际政治,2013,硕士.
[15]宋向东.加速北京光纤数字同步网建设促进首都信息高速公路发展[J].世界电信.1995(03)
[16]何高杰.城市道路信控交叉口左转车道通行能力研究[D].湖南大学,交通运输工程,2014,硕士.
[17]江瑛.从对话的角度解读《一个奴隶女孩的生活事件》[D].浙江大学,英语语言文学,2014,硕士.
[18]许鸿洋.基于肿瘤基因表达谱数据的特征提取方法[D].安徽大学,信号与信息处理,2014,硕士.
[19]王宏志.基于Cortex-A8的智能电话的硬件设计与实现[D].哈尔滨工业大学,微电子学与固体电子学,2013,硕士.
[20]赵大伟.我国农业推广现状及发展战略的探讨[D].湖南农业大学,2003.
[21]张初,刘飞,章海亮,孔汶汶,何勇.近地高光谱成像技术对黑豆品种无损鉴别[J].光谱学与光谱分析,2014,03:746-750.
[22]易鹏飞.东天山博格达—巴里坤塔格石炭纪—早二叠世陆内裂谷演化特征[D].长安大学,构造地质学,2013,硕士.
[23]郑月娇.商会在公共服务提供中的作用[D].厦门大学,公共管理,2014,硕士.
[24]袁丽莉.青海省藏族男性体检人群饮酒行为及其与ADH2和CYP4502E1基因多态型的关系[D].兰州大学,卫生毒理学,2013,硕士.
[25]于玉杰.无线传感器网络中心计算路由协议研究实现[D].山东大学,控制科学与工程,2013,硕士.
[26]孙多青,霍伟.基于分层模糊系统的直接自适应控制[J].控制与决策,2002,04:465-468+472.
[27]冯晶.基于小波分析的作物区域产量保险费率厘定研究[D].中国海洋大学,保险（专业学位）,2014,硕士.
[28]田明.智能电子歧管仪及其监测软件的研发[D].杭州电子科技大学,模式识别与智能系统,2013,硕士.
[29]韩杰.大陆阵列式区域大地电磁测深标准网建模方法研究[D].中国地质大学（北京）,地质工程,2013,硕士.
[30]牟锐.基于Web的精品课程教学资源系统设计与实现[D].电子科技大学,软件工程（专业学位）,2012,硕士.
[31]林枫.我国省际区域创新效率比较及提升策略研究[D].苏州大学,产业经济学,2014,硕士.
[32]侯加兵.厂级监控信息系统信息安全关键技术研究[D].南京理工大学,计算机应用技术,2011,硕士.
[33]王志刚.电化学法对养殖废水中污染物去除研究[D].西南大学,环境工程,2013,硕士.
[34]赵海彬,阎楚良,方宪法,叶舸.JSP/JavaBean技术在农业机械化装备网设计中的应用[J].农业机械学报,2005,07:163-165.
[35]黄哲俊.SOR方法的另一种形式及其推广[D].大连理工大学,计算数学,2013,硕士.
[36]吐格加·那仁其木格.“文化大革命”时期新疆蒙古诗歌研究[D].新疆师范大学,中国少数民族语言文学,2010,硕士.
[37]柳燕.高职学生职业能力测评研究[D].湖南师范大学,职业技术教育学,2014,硕士.
[38]潘安平.建筑业技术创新的理论与实证研究[D].浙江大学,2002.
[39]孟祥帅.清末立宪中的日本因素[D].南京师范大学,法律史,2012,硕士.
[40]卢新新.流动人口对北京市交通影响的实证研究[D].首都经济贸易大学,人口、资源与环境经济学,2013,硕士.
[41]钟莺莺.新型聚合物碳纳米管复合色谱固定相的研究及应用[D].浙江大学,2010.
[42]王明君.真武汤加减治疗慢性心力衰竭患者的临床观察[D].黑龙江中医药大学,中医学（专业学位）,2013,硕士.
[43]张伟.产业集群与循环经济的关系研究[D].北京交通大学,2010.
[44]梁健娟.中国饮料制造业效率研究[D].华中农业大学,产业经济学,2014,硕士.
[45]孙红侠.湖南移动客服中心员工激励机制研究[D].湖南大学,工商管理,2011,硕士.
[46]张蕾.气候变化背景下农作物病虫害的变化及区域动态预警研究[D].中国气象科学研究院,气象学,2013,硕士.
[47]付蔷.世界石油海运需求及运输格局研究[D].大连海事大学,物流工程,2013,硕士.
[48]孙明军,杨建林.竞争情报工具现状分析[J].情报杂志,2004,12:119-121.
[49]贾芳.幼儿园教育的特点[D].内蒙古师范大学,教育（专业学位）,2013,硕士.
[50]徐欢,胡中爱,胡英瑛,鲁爱莲,李丽,杨玉英,李志敏.NiO/还原氧化石墨烯的溶剂热合成以及作为高循环稳定性超级电容器电极材料的性能表征[J].应用化学,2014,03:328-335.