论文部分内容阅读
逐步把握文章的语义对于自然语言处理来说是一项很大的挑战。在自然语言处理中，数据的稀疏性是一个让许多学者都感到头疼的问题。当一个词语的词频小到不能进行可靠的极大似然估计的时候，机器就不能准确的把握这个词的含义了。一个词的含义可以通过计算该词的相似词含义的加权得出。所以，词与词之间的相似度对于解决词语稀疏性问题将会有所帮助，本文所研究的词语相似度计算也是基于这一点进行的。实验证明，该算法在算法复杂度和聚类效果上比传统的基于贪婪原则的统计聚类算法都有明显的改进。在本文中，首先介绍国内外关于相似度计算的几种成熟的