文献

J-GLOBAL ID：201702223672651582   整理番号：17A0404769

Wikipediaベース情報量と意味的類似性計算【Powered by NICT】

Wikipedia-based information content and semantic similarity computation

著者 (4件)： Jiang Yuncheng (School of Computer Science, South China Normal University, Guangzhou 510631, China) ,  Bai Wen (School of Computer Science, South China Normal University, Guangzhou 510631, China) ,  Zhang Xiaopei (School of Computer Science, South China Normal University, Guangzhou 510631, China) ,  Hu Jiaojiao (School of Computer Science, South China Normal University, Guangzhou 510631, China)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 53  号： 1  ページ： 248-265  発行年： 2017年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 概念の情報内容(IC)は計算言語学における基本的次元である。概念の意味論のより良い理解を可能にした。過去では,概念のICを計算するためのいくつかのアプローチが提案されている。しかし,コーパスアベイラビリティは,手動タグ付け,または予め定義されたオントロジーに依存し,既存の方法における非動的ドメインに適合する事実のようないくつかの限界がある。Wikipediaは通常オントロジー以上被覆による概念のICを計算するための非常に大きな領域に依存しない百科事典リポジトリと意味ネットワークを提供する。本論文では,既存の手法の欠点を解決するために概念のIC計算へのいくつかの新しい方法を提案した。提示した方法は,Wikipediaカテゴリー構造から導かれた概念(すなわち,Wikipediaカテゴリー)のIC計算に焦点を当てた。概念間の意味的類似性を計算するためのいくつかの新しいIC測度を提案した。自身で開発した幾つかの広く使用されたベンチマーク,ベンチマークに基づく評価は,人間の判断に関して直感を維持した。全体的に見て,本論文で提案した方法は良好なヒト相関を持ち,概念間の意味的類似性のためのIC値を決定するいくつかの効果的な方法を構成する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 意味ネットワーク ,  計算言語学 ,  *類似性 ,  被覆 ,  *情報量 ,  測度 ,  意味論 ,  リポジトリ ,  ベンチマーク ,  ヒト ,  オントロジー
準シソーラス用語： 百科事典 ,  タグ付 ,  *意味類似性 ,  *ウィキペディア , 【Automatic Indexing@JST】

著者キーワード (5件)： 情報内容 ,  意味論的類似性 ,  概念類似性 ,  Wikipedia ,  カテゴリー構造

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： Wikipedia ,  情報量 ,  意味的類似性 ,  計算