一种新的本体概念词汇语义相似度求解方法技术

一种新的本体概念词汇语义相似度求解方法，计算出输入到统计方法模块中的待比较词的深度最大的本体概念的相似度，计算出待比较词之间的词形相似度，计算两待比较词最近共同祖先深度对两待比较词相似度的影响，构造影响因子函数，最终，计算两待比较词的相似度。本发明专利技术在量化概念上更接近专家的经验值；更充分、更综合考虑了待比较词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性；更好的提高了本体推理的效果；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的提高；各种影响因子的数据处理更规范；更符合实际应用效果。

A new method for solving semantic similarity of ontology concepts

A new concept of ontology semantic similarity calculation method, calculates the similarity of input to statistical methods in the module to compare words the maximum depth of the concept of ontology, calculate the morphological similarity between words to be compared, calculated to compare two words the last common ancestor depth on the effect of two words to compare the similarity of structure influence factor finally, the calculation of similarity function, comparative word to two. The present invention in the quantitative concept is more close to the expert experience; more fully and more comprehensive consideration of factors such as distance, depth and density to compare words corresponding to the maximal depth between ontology concepts, and greatly improve the accuracy of semantic similarity results; improve the ontology reasoning effect; considering the morphological similarity, the word semantic similarity has the accuracy has been better improved; various factors of the data processing more standardized and more practical effect.

【技术实现步骤摘要】

本专利技术涉及语义网络
，具体涉及一种新的本体概念词汇语义相似度求解方法。
技术介绍
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，本专利技术提出了一种新的本体概念词汇语义相似度求解方法。
技术实现思路
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，本专利技术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，本专利技术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)。本专利技术有益效果是：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对本专利技术进行了详细说明，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：待比较词(c1，c2)与概念之间是一对多的关系，当选取的概念深度越深，则待比较词(c1，c2)则越具体，更方便计算待比较词(c1，c2)的语义相似度。这个深度在统计模块块中很容易找到，例如在《知网》中找到词语对应的本体概念。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)，需先求两本体概念间义原项的相似度sim(g1，g2)，再计算两本体概念间相对深度deepth(g1，g2)，具体计算过程如下：5.1)两本体概念间义原项的相似度sim(g1，g2)设c1对应深度最大的本体概念g1中含有n个义原，即g1∈(y1，y2，…，yn)，c2对应深度最大的本体概念g2中含有m个义原，即g2∈(y1′，y2′，…，ym′)。分别两两计算g1与g2中义原的相似度，即sim(yi，yj′)，i∈(1，2，…，n)、j∈(1，2，…，m)，可以得g1与g2中义原项相似度矩阵J(g1，g2)，如下：根据上述矩阵找出每个行向量中义原平均相似度averageSi，即最后得到两本体概念间义原项的相似度sim(g1，g2)，如下：5.2)计算两本体概念间相对深度deepth(g1，g2)deepth(g1，g2)＝d1-d2上式d1为c1对应深度最大的本体概念g1在模块中的深度值，同理d2为c2对应深度最大的本体概念g2在模块中的深度值，这个根据模块可以很容易得出。对相对深度deepth(g1，g2)进行归一化处理，即得α为调节因子，由领域专家给定。5.3)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)，需先知词长相似率与词性相似率，其具体计算过程如下：6.1)词长相似率rateword(c1，c2)6.2)词性相似率wordsim(c1，c2)上式n为待比较词(c1，c2)中词性相似个数，len(c1)为词c1的长度，len(c2)为c2的长度。6.3)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：根据模块，可以找到两待比较词(c1，c2)最近共同祖先的深度D(c1，c2)。这里两待比较词(c1，c2)最近共同祖先深度越靠近底层，代表两待比较词(c1，c2)越相近。这里可以构造两因子，即：根据两因子得到深度D(c1，c2)对两待比较词(c1，c2)相似度的影响，有下式：β为深度深度D(c1，c2)对词语相似度的影响系数，β∈(0，1)，其取值可以通过试验得到，这里β越大则表示词语共同祖先的深度对相似度的影响越大，反之影响越小。步骤8：综合上述步骤，计算两待比较词C∈(c1，c2)的相似度sim(c1，c2)，其具体求解过程如下：上式所以一种新的本体概念词汇语义相似度求解方法，其伪代码计算过程：输入：初始化模块，待比较词C∈(c1，c2)输出：待比较词C∈(c1，c2)相似度sim(c1，c2)。本文档来自技高网...

【技术保护点】
一种新的本体概念词汇语义相似度求解方法，本专利技术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，其特征是，包括如下步骤：步骤1：初始化统计方法模块步骤2：将待比较词输入初始化统计方法模块中步骤3：将待比较词映射到本体概念模块中步骤4：分别选取待比较词对应深度最大的本体概念步骤5：计算待比较词对应深度最大的两本体概念间的相似度步骤6：待比较词之间的词形相似度步骤7：经过上述步骤，计算两待比较词最近共同祖先的深度对两待比较词相似度的影响，构造影响因子函数步骤8：综合上述步骤，计算两待比较词的相似度。

【技术特征摘要】
2016.08.04 CN 20161063327581.一种新的本体概念词汇语义相似度求解方法，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，其特征是，包括如下步骤：步骤1：初始化统计方法模块步骤2：将待比较词输入初始化统计方法模块中步骤3：将待比较词映射到本体概念模块中步骤4：分别选取待比较词对应深度最大的本体概念步骤5：计算待比较词对应深度最大的两本体概念间的相似度步骤6：待比较词之间的词形相似度步骤7：经过上述步骤，计算两待比较词最近共同祖先的深度对两待比较词相似度的影响，构造影响因子函数步骤8：综合上述步骤，计算两待比较词的相似度。2.根据权利要求1中所述的一种新的本体概念词汇语义相似度求解方法，其特征是，以上所述步骤5中的具体计算过程如下：步骤5：计算待比较词对应深度最大的两本体概念间的相似度需先求两本体概念间义原项的相似度再计算两本体概念间相对深度具体计算过程如下：5.1）两本体概念间义原项的相似度设对应深度最大的本体概念中含有n个义原，即对应深度最大的本体概念中含有m个义原，即分别两两计算与中义原的相似度，即可以得与中义原项相似度矩阵如下：...

【专利技术属性】
技术研发人员：金平艳，
申请(专利权)人：四川用联信息技术有限公司，
类型：发明
国别省市：四川;51