Measuring the semantic similarity b

Measuring the semantic similarity between words is an important component in various tasks on the web such as relation extraction, community mining, document clustering, and automatic metadata extraction. Despite the usefulness of semantic similarity measures in these applications, accurately measuring semantic similarity between two words (or entities) remains a challenging task. We propose an empirical method to estimate semantic similarity using page counts and text snippets retrieved from a web search engine for two words. Specifically, we define various word co-occurrence measures using page counts and integrate those with lexical patterns extracted from text snippets. To identify the numerous semantic relations that exist between two given words, we propose a novel pattern extraction algorithm and a pattern clustering algorithm. The optimal combination of page counts-based co-occurrence measures and lexical pattern clusters is learned using support vector machines. The proposed method outperforms various baselines and previously proposed web-based semantic similarity measures on three benchmark data sets showing a high correlation with human ratings. Moreover, the proposed method significantly improves the accuracy in a community mining task.

ผลลัพธ์ (ไทย) 1:

วัดเฉพาะความหมายระหว่างคำเป็นส่วนประกอบสำคัญในงานต่าง ๆ บนเว็บเช่นสกัดความสัมพันธ์ ชุมชนที่ทำเหมืองแร่ เอกสารคลัสเตอร์ และสกัดข้อมูลเมตาของโดยอัตโนมัติ แม้ประโยชน์ของมาตรการทางตรรกคล้ายในโปรแกรมประยุกต์เหล่านี้ วัดความคล้ายคลึงกันทางตรรกระหว่างสองคำ (หรือนิติบุคคล) ได้อย่างถูกต้องยังคง เป็นงานที่ท้าทาย เราเสนอวิธีการผลการประเมินนับคล้ายทางตรรกโดยใช้หน้า และโค้ดข้อความที่ดึงมาจากเว็บค้นหาสองคำ โดยเฉพาะ เรากำหนดมาตรการร่วมเหตุการณ์คำต่าง ๆ ที่ใช้นับจำนวนหน้า และรวมผู้ที่ มีรูปแบบเกี่ยวกับคำศัพท์ที่สกัดจากโค้ดข้อความ การระบุความสัมพันธ์ความหมายจำนวนมากอยู่ระหว่างสองคำกำหนด เราเสนอขั้นตอนวิธีในการแยกรูปแบบนวนิยายและรูปแบบคลัสเตอร์อัลกอริทึม ทั้งหน้านับจากเหตุการณ์ร่วมมาตรการและคลัสเตอร์รูปแบบเกี่ยวกับคำศัพท์เหมาะสมจะเรียนใช้สนับสนุนเครื่องแบบเวกเตอร์ วิธีการนำเสนอ outperforms เส้นต่าง ๆ และวัดบนเว็บคล้ายทางตรรกในชุดข้อมูลมาตรฐาน 3 แสดงความสัมพันธ์สูงกับการจัดอันดับบุคคลที่นำเสนอก่อนหน้านี้ นอกจากนี้ วิธีการนำเสนออย่างมีนัยสำคัญปรับปรุงความถูกต้องในงานชุมชนเหมือง

ผลลัพธ์ (ไทย) 2:

การวัดความคล้ายคลึงกันความหมายระหว่างคำเป็นองค์ประกอบที่สำคัญในการทำงานต่างๆบนเว็บเช่นการสกัดความสัมพันธ์การทำเหมืองชุมชนการจัดกลุ่มเอกสารและการสกัดข้อมูลโดยอัตโนมัติ แม้จะมีประโยชน์ของมาตรการความคล้ายคลึงกันกับความหมายในการใช้งานเหล่านี้ถูกต้องวัดความหมายคล้ายคลึงกันระหว่างคำสองคำ (หรือหน่วยงาน) ที่ยังคงเป็นงานที่ท้าทาย เราเสนอวิธีการเชิงประจักษ์ที่จะประเมินความหมายคล้ายคลึงกันโดยใช้การนับจำนวนหน้าและตัวอย่างข้อความที่ดึงมาจากเครื่องมือค้นหาเว็บสำหรับคำสองคำ เฉพาะเรากำหนดคำต่างๆมาตรการร่วมเกิดขึ้นโดยใช้การนับจำนวนหน้าและบูรณาการที่มีรูปแบบคำศัพท์ที่สกัดจากตัวอย่างข้อความ ในการระบุความสัมพันธ์ระหว่างความหมายมากมายที่อยู่ระหว่างคำสองคำให้เราได้นำเสนอขั้นตอนวิธีการสกัดรูปแบบที่แปลกใหม่และขั้นตอนวิธีการรูปแบบการจัดกลุ่ม การรวมกันที่ดีที่สุดของหน้านับตามมาตรการร่วมเกิดขึ้นและกลุ่มรูปแบบการเรียนรู้คำศัพท์ที่ใช้เครื่องสนับสนุนเวกเตอร์ วิธีที่เสนอมีประสิทธิภาพดีกว่าเส้นเขตแดนต่างๆและเสนอมาตรการคล้ายคลึงกันก่อนหน้านี้เว็บที่ใช้ความหมายที่สามชุดข้อมูลมาตรฐานการแสดงความสัมพันธ์สูงกับการจัดอันดับของมนุษย์ นอกจากนี้วิธีการที่นำเสนออย่างมีนัยสำคัญช่วยเพิ่มความแม่นยำในการทำเหมืองแร่งานชุมชน

ผลลัพธ์ (ไทย) 3:

การวัดความคล้ายคลึงกันทางความหมายระหว่างคำที่เป็นส่วนประกอบสำคัญในงานต่าง ๆบนเว็บ เช่น การสกัด ความสัมพันธ์เหมืองชุมชน การจัดกลุ่มเอกสาร และการสกัดข้อมูลกำกับภาพแบบอัตโนมัติ แม้ประโยชน์ของความหมายความเหมือนมาตรการในโปรแกรมเหล่านี้ถูกต้องการวัดความคล้ายคลึงกันระหว่างสองความหมายของคำ ( หรือนิติบุคคล ) ยังคงเป็นสิ่งที่ท้าทายงานเราเสนอวิธีการเชิงประจักษ์ค่าความเหมือนทางใช้นับหน้าและตัวอย่างข้อความที่ดึงมาจากเว็บ search engine สำหรับสองคำ โดยเฉพาะ เรากำหนดมาตรการการใช้คำต่าง ๆนับหน้าและบูรณาการกับรูปแบบคำศัพท์สกัดจากตัวอย่างข้อความ . ระบุหลายความหมายความสัมพันธ์ที่มีอยู่ระหว่างสองให้คำเราเสนอนวนิยายรูปแบบการสกัดขั้นตอนวิธีและรูปแบบการจัดกลุ่มขั้นตอนวิธี การรวมกันที่เหมาะสมของหน้านับจากการใช้มาตรการและรูปแบบกลุ่มเรียนรู้การใช้เครื่องเวกเตอร์สนับสนุนวิธีที่เสนอมีประสิทธิภาพดีกว่าเส้นต่าง ๆ และก่อนหน้านี้ได้เสนอมาตรการทางเว็บกันสามชุดข้อมูลมาตรฐานแสดงความสัมพันธ์สูงกับการจัดอันดับของมนุษย์ นอกจากนี้วิธีการอย่างมีนัยสำคัญปรับปรุงความถูกต้องในชุมชนเหมืองแร่งาน