[发明专利]基于表现语义分析的概念相关度计算方法

权利要求书

1.一种基于表现语义分析的概念相关度计算方法，其特征在于包括如下步骤：

(1)基于解释关系构造概念语义特征向量：

基于解释关系的语义特征方向无关性，将概念的解释集和被解释集同等视作表现语义，进而构造语义特征向量；

(2)实现语义特征赋权和特征降维：

首先使用优化后的逆文档频率代替逆文档频率进行语义特征赋权，优化后的逆文档频率使用odf表示，计算公式如下：

odfb,a=log(nb,aTFb*|D|)]]>

其中，n_b，a表示概念b在概念a百科文章中的出现频率，TF_b为概念b的解释集词频和，D为百科语料库中的概念总数；

接着使用带监督器的滑动窗口进行特征降维；

(3)通过向量距离量化表征不同概念之间的相关度。

2.如权利要求1所述的基于表现语义分析的概念相关度计算方法，其特征在于：

所述步骤(2)中，采用下述的基于词频统计的解释语义特征赋权计算公式：

weighta(explain(b,a))=tfb,a*odfb,a=nb,aΣknk,j*log(nb,aTFb*|D|)]]>

其中weight(explain(b，a))表示概念b解释概念a的情况下，概念b承载的语义特征权重，tf_b，a表示概念b在概念a百科文章中的正规化频率。