一种改进的句子相似度计算模型

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种改进的句子相似度计算模型

文章导航 > 电子科技大学学报 > 2006 > 35(6): 956-959

杨思春. 一种改进的句子相似度计算模型[J]. 电子科技大学学报, 2006, 35(6): 956-959.

引用本文:

杨思春. 一种改进的句子相似度计算模型[J]. 电子科技大学学报, 2006, 35(6): 956-959.

YANG Si-chun. An Improved Model for Sentence Similarity Computing[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(6): 956-959.

Citation:

YANG Si-chun. An Improved Model for Sentence Similarity Computing[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(6): 956-959.

一种改进的句子相似度计算模型

杨思春

1.
安徽工业大学计算机学院安徽马鞍山 243002

基金项目:

安徽省教育厅自然科学基金资助项目(2004kj060);安徽省高等学校青年教师科研计划资助项目(2004jq131)

作者简介:
杨思春(1970-),男,硕士,副教授,主要从事自然语言处理与机器翻译方面的研究.

中图分类号: TP391

An Improved Model for Sentence Similarity Computing

YANG Si-chun

1.
School of Computer,Anhui University of Technology Maanshan Anhui 243002

摘要: 在基于实例的机器翻译中,句子相似度计算是实例匹配的有效机制。该文对基于相同词的句子相似模型作进一步的改进,包括关键词抽取,以及在句子相似度的定义中引入同义词的情形。实验结果表明,改进方法比原方法具有较高的准确率。
- 自然语言处理 /
- 基于实例的机器翻译 /
- 句子相似度 /
- 基于词
Abstract: In example based machine translation, sentence similarity computing is an effective mechanism for example matching. Aiming at a sentence similarity model based on same words, an improved method is put forward, including the extraction of keywords, and the induction of synonyms in sentence similarity definition. Experiment result shows that the improved method has better accuracy than the former.
- natural language processing /
- example based machine translation /
- sentence similarity /
- based on word

[1]	朱颀林, 王羽, 徐建. 基于异构图和关键词的抽取式文本摘要模型 . 电子科技大学学报, 2024, 53(2): 259-270. doi: 10.12178/1001-0548.2023019
[2]	李晨亮, 吴鸿涛. 基于梯度相似性的自动作文评分多主题联合预训练方法 . 电子科技大学学报, 2022, 51(4): 558-564. doi: 10.12178/1001-0548.2022061
[3]	周仁爽, 陈尧森, 郭兵, 沈艳, 李杰, 王炜. 基于模块相似性的超分网络剪枝 . 电子科技大学学报, 2022, 51(1): 108-116. doi: 10.12178/1001-0548.2021126
[4]	崔少国, 陈俊桦, 李晓虹. 融合语义及边界信息的中文电子病历命名实体识别 . 电子科技大学学报, 2022, 51(4): 565-571. doi: 10.12178/1001-0548.2021350
[5]	程静静, 樊瑛. 基于网络相似性测度的国际贸易产品分类 . 电子科技大学学报, 2021, 50(2): 303-310. doi: 10.12178/1001-0548.2020252
[6]	何凯, 刘坤, 沈成南, 李宸. 基于相似图像配准的图像修复算法 . 电子科技大学学报, 2021, 50(2): 207-213. doi: 10.12178/1001-0548.2020327
[7]	头旦才让, 仁青东主, 尼玛扎西, 于永斌, 邓权芯. 基于改进字节对编码的汉藏机器翻译研究 . 电子科技大学学报, 2021, 50(2): 249-255, 293. doi: 10.12178/1001-0548.2020218
[8]	李丽霞, 任卓明, 张子柯. 基于关键词的知识图谱挖掘信息技术学科演化趋势 . 电子科技大学学报, 2020, 49(5): 780-787. doi: 10.12178/1001-0548.2019221
[9]	邓钰, 雷航, 李晓瑜, 林奕欧. 用于目标情感分类的多跳注意力深度模型 . 电子科技大学学报, 2019, 48(5): 759-766. doi: 10.3969/j.issn.1001-0548.2019.05.016
[10]	牛伟纳, 张小松, 孙恩博, 杨国武, 赵凌园. 基于流相似性的两阶段P2P僵尸网络检测方法 . 电子科技大学学报, 2017, 46(6): 902-906, 948. doi: 10.3969/j.issn.1001-0548.2017.06.019
[11]	顾亦然, 许梦馨. 基于PageRank的新闻关键词提取算法 . 电子科技大学学报, 2017, 46(5): 777-783. doi: 10.3969/j.issn.1001-0548.2017.05.021
[12]	顾亦然, 朱梓嫣. 基于LeaderRank和节点相似度的复杂网络重要节点排序算法 . 电子科技大学学报, 2017, 46(2): 441-448. doi: 10.3969/j.issn.1001-0548.2017.02.020
[13]	周雪, 曹爽, 何香静, 邹见效. 基于特征点匹配对平面相似度的图像拼接 . 电子科技大学学报, 2017, 46(6): 877-882. doi: 10.3969/j.issn.1001-0548.2017.06.015
[14]	林奕欧, 雷航, 李晓瑜, 吴佳. 自然语言处理中的深度学习：方法及应用 . 电子科技大学学报, 2017, 46(6): 913-919. doi: 10.3969/j.issn.1001-0548.2017.06.021
[15]	陈天平, 崔文岩, 孟相如, 许媛. 基于节点异质度分析的蠕虫遏制方法研究 . 电子科技大学学报, 2016, 45(2): 270-275.
[16]	肖哲, 秦志光, 丁熠, 蓝天, 于跃. 基于低尺度词袋模型的图像快速分类方法 . 电子科技大学学报, 2016, 45(6): 997-1001. doi: 10.3969/j.issn.1001-0548.2016.06.021
[17]	张聪, 沈惠璋. 网络自然密度社团结构模块度函数 . 电子科技大学学报, 2012, 41(2): 185-191. doi: 10.3969/j.issn.1001-0548.2012.02.003
[18]	王勇, 张婷婷, 白杨, 刘梦娟, 秦志光. 基于普特征的Gnutella实例网络特征分析 . 电子科技大学学报, 2012, 41(2): 291-298. doi: 10.3969/j.issn.1001-0548.2012.02.023
[19]	张昌利, 龚建国, 闫茂德. 基于复杂网络的社会化标签语义相似度分析 . 电子科技大学学报, 2012, 41(5): 642-648. doi: 10.3969/j.issn.1001-0548.2012.05.001
[20]	陈文宇, 张忠全, 向涛, 桑楠. 基于相似度的语义Web服务发现技术研究 . 电子科技大学学报, 2010, 39(6): 896-899,910. doi: 10.3969/j.issn.1001-0548.2010.06.019

WeChat

点击查看大图

计量

文章访问数: 3565
HTML全文浏览量: 111
PDF下载量: 168
被引次数: 0

一种改进的句子相似度计算模型

杨思春

1. 安徽工业大学计算机学院安徽马鞍山 243002

基金项目:

安徽省教育厅自然科学基金资助项目(2004kj060);安徽省高等学校青年教师科研计划资助项目(2004jq131)

作者简介:
杨思春(1970-),男,硕士,副教授,主要从事自然语言处理与机器翻译方面的研究.

收稿日期: 2004-09-01
刊出日期: 2006-12-15

中图分类号: TP391

关键词:

摘要: 在基于实例的机器翻译中,句子相似度计算是实例匹配的有效机制。该文对基于相同词的句子相似模型作进一步的改进,包括关键词抽取,以及在句子相似度的定义中引入同义词的情形。实验结果表明,改进方法比原方法具有较高的准确率。

English Abstract

杨思春. 一种改进的句子相似度计算模型[J]. 电子科技大学学报, 2006, 35(6): 956-959.

引用本文:

杨思春. 一种改进的句子相似度计算模型[J]. 电子科技大学学报, 2006, 35(6): 956-959.

YANG Si-chun. An Improved Model for Sentence Similarity Computing[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(6): 956-959.

Citation:

YANG Si-chun. An Improved Model for Sentence Similarity Computing[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(6): 956-959.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发