[发明专利]一种新的本体概念词汇语义相似度求解方法

说明书

技术领域

本发明涉及语义网络技术领域，具体涉及一种新的本体概念词汇语义相似度求解方法。

背景技术

目前，很多学者在关注本体概念相似度的计算方法，相似度问题在哲学、语义学等多个学科中被深入的研究和分析。传统的基于本体的概念语义相似度计算方法主要分为2种：一种是基于信息论的方法，该方法利用信息论来计算2个概念共享信息程度，具有较高的理论严谨性，但是只能粗略地量化概念间的语义相似度，不能实现概念语义相似度的细致细分；另一种方法是基于距离的方法，该方法以概念之间路径的长短作为衡量语义距离的长短，通过计算两概念间的语义距离来实现概念语义相似度的计算，该方法简单、直观，但忽略了影响语义距离的其他很多因素。针对上述方法的缺陷，概念语义相似度不仅与语义距离有关系，而且还受概念在本体树中层次深度、以及待比较词间词形相似度等综合因子的影响，为了满足上述需求，本发明提出了一种新的本体概念词汇语义相似度求解方法。

发明内容

针对如何更精准获得每一个术语的相似术语问题以及考虑词形、本体概念、本体概念共同祖先深度等影响因子，本发明提供了一种新的本体概念词汇语义相似度求解方法。

为了解决上述问题，本发明是通过以下技术方案实现的：

步骤1：初始化统计方法模块。

步骤2：将待比较词(c₁，c₂)输入初始化统计方法模块中。

步骤3：将待比较词(c₁，c₂)映射到本体概念模块中。

步骤4：分别选取待比较词(c₁，c₂)对应深度最大的本体概念g₁、g₂。

步骤5：计算待比较词(c₁，c₂)对应深度最大的两本体概念间的相似度gaisim(g₁，g₂)。

步骤6：待比较词(c₁，c₂)之间的词形相似度xingsim(c₁，c₂)。

步骤7：经过上述步骤，计算两待比较词(c₁，c₂)最近共同祖先的深度D(c₁，c₂)对两待比较词(c₁，c₂)相似度的影响，构造影响因子函数D(c₁，c₂)_标准化。

步骤8：综合上述步骤，计算两待比较词(c₁，c₂)的相似度sim(c₁，c₂)。

本发明有益效果是：

1、此计算词汇相似度方法在量化概念上更接近专家的经验值。

2、此方法更充分、更综合考虑了待比较词(c₁，c₂)对应深度最大的本体概念间的距离、深度与密度等因素，大大的提高了语义相似度结果的准确度。

3、更好的提高了本体推理的效果。

4、又考虑了词语本身具有的词形相似度、语义相似度结果的准确度得到了更好提高。

5、各种影响因子的数据处理更规范。

6、更符合实际应用效果。

附图说明

图1为一种新的本体概念词汇语义相似度求解方法结构流程图。

具体实施方式

为解决更精准获得每一个术语的相似术语问题以及考虑词形、本体概念、本体概念共同祖先深度等影响因子，结合图1对本发明进行了详细说明，其具体实施步骤如下：

步骤1：初始化统计方法模块。

步骤2：将待比较词(c₁，c₂)输入初始化统计方法模块中。

步骤3：将待比较词(c₁，c₂)映射到本体概念模块中。

步骤4：分别选取待比较词(c₁，c₂)对应深度最大的本体概念g₁、g₂，其具体描述如下：