CAJ | 학술논문

汉字词语的语义相似度计算是中文信息处理中的一个关键问题。文中利用网络搜索引擎提供的信息来计算汉语词对的语义相似性。首先通过程序访问搜索引擎，获取汉字词汇的搜索结果数，并依此实现了相似度计算模型WebPMI；然后描述了根据查询返回的文本片段进行语义相关性分析的模型CODC；最后，结合这个两个模型，给出了文中算法的伪代码。实验结果显示，文中的算法较好地利用了互联网信息，实现了一种较新的汉语词汇语义相似度计算方法，接近于利用词典提供的信息计算相似度的传统算法。
한자사어적어의상사도계산시중문신식처리중적일개관건문제。문중이용망락수색인경제공적신식래계산한어사대적어의상사성。수선통과정서방문수색인경，획취한자사회적수색결과수，병의차실현료상사도계산모형WebPMI；연후묘술료근거사순반회적문본편단진행어의상관성분석적모형CODC；최후，결합저개량개모형，급출료문중산법적위대마。실험결과현시，문중적산법교호지이용료호련망신식，실현료일충교신적한어사회어의상사도계산방법，접근우이용사전제공적신식계산상사도적전통산법。
Similarity computation of Chinese words is a key problem in Chinese information processing. It measures semantic similarity between Chinese words using the information returned by web search engines. First,implement a model named WebPMI which computes similarity using page counts,and then,describe another model named CODC which analyzes semantic similarity using text snippets. Final-ly,present the algorithm based on the two models. Experimental results show that this algorithm outperforms all the existing web-based semantic similarity measures for Chinese,and is close to the traditional semantic similarity measures using lexicon.