首页|知识本体与词向量结合的词义相似度强化学习计算方法

知识本体与词向量结合的词义相似度强化学习计算方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
从语言学上分析了基于知识本体与基于词向量的词语语义相似度计算方法的不同特点,指出两类方法进行语义计算的优点与不足,并据此提出了基于强化学习策略的混合式语义相似度计算方法.该方法不但能够解决使用单一方法无法解决的语义计算问题,而且计算结果更接近人工判定结果,与MC30人工判定值的皮尔逊相关系数达到0.917.最后指出了提升该类算法性能的途径,一方面,可将更多的语言学信息作为观测变量,使得学习算法面临的环境更接近真实语言环境;另一方面,可使用更高层次的语言学任务结果作为奖励,增加算法解决问题的能力.
Hybrid semantic similarity calculation of knowledge ontology and word vector based on reinforcement learning

杨泉

展开 >

北京师范大学 汉语文化学院,北京 100875

词义相似度 知识本体 强化学习 词向量

国家社会科学基金

21 BYY205

2022

10.3969/j.issn.1674-8425(z).2022.01.016

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2022.36(1)
  • 1
  • 9