[发明专利]基于互联网的术语定义辨析方法

摘要

基于互联网的术语定义辨析方法，涉及自然语言处理领域。本发明主要解决一个术语多条定义，且定义规范性、准确性欠佳的问题。提出的技术方案要点包括待辨析术语定义和参考释义获取、术语定义表示和相似度计算、术语定义模板获取、术语定义可信度计算和辨析结果选取。构建的参考释义兼顾术语定义准确性和专业性的特点，应用术语定义的五元组表示方法进行术语定义相似度计算，考虑了术语定义特征词之间的相似度和定义间语义相似度，更好地描绘了术语定义间的相似性；通过归纳术语定义的匹配模板以调整术语定义间相似度，使术语定义可信度更准确。本发明取得了很好的辨析效果，能够解决术语定义不规范、不准确的问题。

主权项

一种基于互联网的术语定义辨析方法，其特征在于，包括步骤：A待辨析术语定义获取；B基于互联网的参考释义获取；C术语定义的表示；D术语定义相似度计算；E术语定义模板获取；F术语定义可信度计算和辨析结果选择；从术语定义相似度矩阵D12中，选取矩阵D12的一行中的最大值Smax1，并将该值所在的行列删除；继续选取余下矩阵的第二行最大值Smax2，并将该值所在的行列删除，以此类推，直至矩阵中元素个数为零；得到新的最大值矩阵：Smax＝(Smax1,Smax2,...,Samxn)；则术语定义def和ref之间的基于句序的语义相似度为：ParaSim(def,ref)=1nΣi=1i=nSmaxi;]]>其中，句序是指在一段文本中，句子出现的先后顺序；术语定义def＝(u11,u12,...u1n)和ref＝(u21,u22,...u2m)之间相似度的特征矩阵D12由句子间相似度构成，可形式化表示为：其中：u1i(1≤i≤n)为术语定义def中第i个出现的句子，u2j(1≤j≤m)为术语定义ref中第j个出现的句子；u2j×u1i表示句子u2j与句子u1i间的相似度，即u2j×u1i＝SenSim(u2j,u1i)。