廖志芳 周國(guó)恩 李俊鋒　劉飛 蔡飛

摘要：通過(guò)分析中文短文本的特征，提出了一種基于語(yǔ)法語(yǔ)義的短文本相似度算法.該算法結(jié)合中文語(yǔ)句語(yǔ)義的相似性以及語(yǔ)句語(yǔ)法的相似性，即計(jì)算具有相同句法結(jié)構(gòu)的短文本的相似度以及考慮語(yǔ)句詞組順序?qū)ο嗨贫鹊呢暙I(xiàn)，對(duì)中文短文本相似度進(jìn)行計(jì)算.實(shí)驗(yàn)表明，本文提出的算法在中文短文本相似度計(jì)算結(jié)果上更加接近人們的主觀判斷并且擁有比較好的精確率與召回率.

關(guān)鍵詞：語(yǔ)法語(yǔ)義相似度；語(yǔ)句相似性計(jì)算；HowNet；語(yǔ)料庫(kù)；語(yǔ)法分析；語(yǔ)義分析；相似度計(jì)算

中圖分類號(hào)：TP391.1 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-2974（2016）02-0135-06

短文本相似度計(jì)算在文章查重、信息檢索、圖像檢索、智能機(jī)器問答、詞義消歧和搜索引擎等多個(gè)領(lǐng)域有著非常廣泛的應(yīng)用[1]，并在英文處理方面取得了許多實(shí)質(zhì)性的成果，如機(jī)器人語(yǔ)音對(duì)話系統(tǒng)等.但是在中文信息處理中存在一些困難，例如未登錄詞識(shí)別問題、語(yǔ)法結(jié)構(gòu)復(fù)雜和一詞多義等[2].為此本文主要研究中文短文本（語(yǔ)句）相似度計(jì)算方法，并提高計(jì)算結(jié)果的精確度.

短文本相似度表示的是多個(gè)短文本（語(yǔ)句）之間的相似程度，屬于一種度量參數(shù)，相似度值越高，則表明文本間越相似，反之越不相似[3].文本相似度包括語(yǔ)義和語(yǔ)法等方面，但是在實(shí)際中主要考慮語(yǔ)義層次的相似性，往往忽略了文本的語(yǔ)法結(jié)構(gòu)對(duì)文本相似度的重要影響.

大量的研究證明短文本的語(yǔ)法結(jié)構(gòu)對(duì)相似性的影響是非常重要的[4]，但是當(dāng)前基于HowNet[5]的中文短文本相似度計(jì)算大都是分析文本的語(yǔ)義層次的相似性，這樣就會(huì)導(dǎo)致計(jì)算結(jié)果的精確度和召回率都不高，為了提高相似度計(jì)算的精確度和召回率，本文以HowNet為語(yǔ)料庫(kù)和Stanford[6]為語(yǔ)法解析工具，在中文短文本的語(yǔ)義信息基礎(chǔ)上加入了文本的語(yǔ)法結(jié)構(gòu)信息來(lái)研究短文本相似度計(jì)算.

1語(yǔ)句相似度計(jì)算

HowNet主要揭示了概念間關(guān)系及概念的屬性間的關(guān)系，有關(guān)HowNet詳細(xì)介紹可見參考文獻(xiàn)[2]，在此不贅述.

義原距離定義為兩個(gè)義原間最短路徑上邊的數(shù)目[7].義原距離反映的是兩個(gè)義原的相對(duì)關(guān)系，距離越大，則表明兩者相似性越低，反之則越高.義原深度定義為兩個(gè)義原的最近公共父節(jié)點(diǎn)到根節(jié)點(diǎn)的層次數(shù).義原深度反映的是兩個(gè)義原在義原層次結(jié)構(gòu)中的絕對(duì)關(guān)系，深度越小，表明兩者越不相似，反之則越相似.

2基于語(yǔ)法語(yǔ)義的相似度計(jì)算

目前基于中文短文本的相似度算法中，大多數(shù)研究者著眼于語(yǔ)句的語(yǔ)義層次，然而組成一個(gè)語(yǔ)句的不單單是詞語(yǔ)本身的語(yǔ)義含義，還包括語(yǔ)法結(jié)構(gòu)，例如一個(gè)句子包含不同的句法和詞語(yǔ)順序[8]等.

最近大量實(shí)驗(yàn)證明語(yǔ)句的語(yǔ)法結(jié)構(gòu)對(duì)相似度有著重要的影響，不能忽視[4].例如，“今天我追趕了一只狗.”和“一只狗今天追趕了我.”這兩個(gè)語(yǔ)句根據(jù)人的主觀判斷，是兩種相反的意思，可是目前絕大多數(shù)相似度算法中這兩個(gè)語(yǔ)句的相似度值是極其高的，甚至是1，即完全一樣，這顯然不合適.忽視了語(yǔ)句的語(yǔ)法信息，其計(jì)算結(jié)果往往缺乏合理性.

本文對(duì)中文語(yǔ)句的相似度算法進(jìn)行改進(jìn)，在計(jì)算相似度的時(shí)候，不但考慮語(yǔ)義信息，還將語(yǔ)句的語(yǔ)法結(jié)構(gòu)加進(jìn)來(lái).本文涉及的語(yǔ)法結(jié)構(gòu)主要從3方面來(lái)進(jìn)行考慮：

1）具有相同語(yǔ)法結(jié)構(gòu)的詞語(yǔ)集合間的相似度；

2）兩個(gè)語(yǔ)句中所包含的語(yǔ)法結(jié)構(gòu)的相似性；

3）經(jīng)過(guò)分詞后的詞組在語(yǔ)句中出現(xiàn)的位置的相似性.

為了解決目前中文領(lǐng)域大多數(shù)短文本相似度計(jì)算僅僅涉及語(yǔ)句語(yǔ)義特性的缺陷，本文結(jié)合語(yǔ)句的語(yǔ)義特性和語(yǔ)法特性，進(jìn)行短文本的相似度計(jì)算.

2.1語(yǔ)法結(jié)構(gòu)的提取

要對(duì)語(yǔ)句的語(yǔ)法結(jié)構(gòu)進(jìn)行提取與分析，首先需要對(duì)語(yǔ)句進(jìn)行分詞.本文使用Ictclas4j分詞工具，該工具是Sinboy在中科院張華平和劉群研制的FreeICTCLAS的基礎(chǔ)上完成的一個(gè)開源中文分詞項(xiàng)目.同時(shí)使用Stanford[6]工具進(jìn)行語(yǔ)法解析，該工具是由Stanford NLP Group開發(fā)的開源工具.

對(duì)于某一中文語(yǔ)句，經(jīng)過(guò)語(yǔ)法工具分析后，能夠得到某個(gè)詞語(yǔ)的具體詞性，斜杠后面表示的就是該詞語(yǔ)的具體詞性，如圖1所示.

但是，僅僅知道詞語(yǔ)的具體詞性是不夠的，具體的詞性代表的是詞語(yǔ)的特性，并不表示一個(gè)語(yǔ)句的結(jié)構(gòu)組成，我們需要從中提取出語(yǔ)句的語(yǔ)法結(jié)構(gòu)，例如簡(jiǎn)單從句、名詞性從句和動(dòng)詞短語(yǔ)等，然后把相應(yīng)的詞語(yǔ)或短語(yǔ)歸類到語(yǔ)法結(jié)構(gòu)集合中.

本文通過(guò)分析漢語(yǔ)語(yǔ)法結(jié)構(gòu)的多樣性及詞語(yǔ)的具體詞性，提出一種新的語(yǔ)句語(yǔ)法結(jié)構(gòu)的提取方法，提取過(guò)程如下：

1）使用Ictclas4j與Stanford對(duì)語(yǔ)句進(jìn)行分詞處理以及語(yǔ)法解析，得到最基本的詞語(yǔ)或短語(yǔ)的詞性標(biāo)注.

2）進(jìn)一步分析以上獲得的結(jié)果，通過(guò)逐層解析以及句法樹分析的方式把已經(jīng)標(biāo)注好語(yǔ)法詞性的詞語(yǔ)或短語(yǔ)進(jìn)行抽取與歸納，抽取出語(yǔ)句的組成結(jié)構(gòu)類型，例如簡(jiǎn)單從句類型和動(dòng)詞短語(yǔ)類型等.

3）最后把具有相同語(yǔ)法結(jié)構(gòu)類型的詞語(yǔ)或短句存放在相應(yīng)結(jié)構(gòu)類型的集合中，形成不同的語(yǔ)法結(jié)構(gòu)集合，例如簡(jiǎn)單從句類型集合、名詞性從句類型集合和動(dòng)詞短語(yǔ)類型集合等，實(shí)現(xiàn)對(duì)語(yǔ)句的語(yǔ)法組成結(jié)構(gòu)的分析.

通過(guò)使用上述語(yǔ)句語(yǔ)法結(jié)構(gòu)提取方法進(jìn)行語(yǔ)句語(yǔ)法處理，提取出語(yǔ)句的語(yǔ)法結(jié)構(gòu)以及相應(yīng)所包含的詞組，如圖2所示.

與圖1相比較，我們發(fā)現(xiàn)一個(gè)中文語(yǔ)句經(jīng)過(guò)語(yǔ)法結(jié)構(gòu)提取后，可以得到該語(yǔ)句的結(jié)構(gòu)組成，例如動(dòng)詞性短語(yǔ)和介詞性短語(yǔ)等，相比于圖1中單個(gè)詞語(yǔ)的詞性標(biāo)注，能夠得到語(yǔ)句的語(yǔ)法結(jié)構(gòu)組成，更加有利于對(duì)中文語(yǔ)句語(yǔ)法語(yǔ)義相似度的研究.因?yàn)檠芯空Z(yǔ)句的語(yǔ)法結(jié)構(gòu)時(shí)，我們更加傾向于研究其整體的結(jié)構(gòu)類型組成，而不是單單某個(gè)詞語(yǔ).

中文語(yǔ)句句法結(jié)構(gòu)類型部分見表1.

2.2語(yǔ)句句法結(jié)構(gòu)類型相似度計(jì)算

經(jīng)過(guò)語(yǔ)句語(yǔ)法結(jié)構(gòu)提取方法分析后，每個(gè)語(yǔ)句都被切分成若干個(gè)結(jié)構(gòu)類型，例如有的包含名詞性短語(yǔ)和動(dòng)詞性短語(yǔ)等，有的卻包括簡(jiǎn)單從句、名詞性短語(yǔ)和副詞短語(yǔ)等.

語(yǔ)句語(yǔ)法結(jié)構(gòu)類型相似度計(jì)算思想就是計(jì)算兩個(gè)語(yǔ)句中含有相同結(jié)構(gòu)類型的個(gè)數(shù)與所有結(jié)構(gòu)類型的個(gè)數(shù)的比值.該比值反映了兩個(gè)語(yǔ)句在句法結(jié)構(gòu)上的相似性.

定義1假設(shè)語(yǔ)句Sen1包含m個(gè)不同的句法結(jié)構(gòu)類型，分別為ST11，ST12，…，ST1m，Sen2包含n個(gè)不同的句法結(jié)構(gòu)類型，分別為ST21，ST22，…，ST2n，則句法結(jié)構(gòu)上的相似度sst計(jì)算公式如下：

2.3語(yǔ)句詞組位置相似度計(jì)算

中文語(yǔ)句中詞組的位置對(duì)短文本間的相似性有著重要影響，所以需要計(jì)算詞組位置的相似度[8].

本文中采用的方法不是以單個(gè)漢字為基本單位，而是以經(jīng)過(guò)分詞后的詞組為單位，因?yàn)閱蝹€(gè)漢字包含的信息太少，詞組能夠反映更多的信息，所以以詞組為單位計(jì)算詞組位置的相似度更加合理.

本文計(jì)算語(yǔ)句詞組位置相似度的方法如下：

2.4基于語(yǔ)法結(jié)構(gòu)的語(yǔ)句語(yǔ)義相似度計(jì)算

目前絕大多數(shù)的中文語(yǔ)句相似度計(jì)算方法都是根據(jù)第一個(gè)語(yǔ)句中的每個(gè)詞語(yǔ)分別和第二個(gè)語(yǔ)句中的每對(duì)詞語(yǔ)計(jì)算相似度，取最大值作為第一個(gè)語(yǔ)句中的那個(gè)詞語(yǔ)對(duì)第二個(gè)語(yǔ)句的相似度，然后第一個(gè)語(yǔ)句中每個(gè)詞語(yǔ)都這樣計(jì)算，最后取所有相似度值的均值作為第一個(gè)語(yǔ)句對(duì)第二個(gè)語(yǔ)句的相似度.

上述的方法完全依靠語(yǔ)義信息，而忽視了語(yǔ)法結(jié)構(gòu)信息，計(jì)算結(jié)果都不太理想，因此本文把語(yǔ)法結(jié)構(gòu)信息加入計(jì)算中，即計(jì)算具有相同語(yǔ)法結(jié)構(gòu)類型的詞組間的相似度，綜合了語(yǔ)法和語(yǔ)義兩大方面.

2.5基于語(yǔ)法語(yǔ)義的語(yǔ)句相似度計(jì)算

基于語(yǔ)法語(yǔ)義的語(yǔ)句相似度計(jì)算方法綜合考慮了語(yǔ)法和語(yǔ)義兩方面特性，主要包括基于語(yǔ)法結(jié)構(gòu)的語(yǔ)句語(yǔ)義相似度計(jì)算、語(yǔ)句語(yǔ)法結(jié)構(gòu)類型相似度計(jì)算和語(yǔ)句詞組位置相似度計(jì)算.

通過(guò)公式（5），（6）和（7）可以得到語(yǔ)句間的最終計(jì)算公式，見式（8）.

公式（8）表示，中文語(yǔ)句間的相似度最終由語(yǔ)句的語(yǔ)法和語(yǔ)義的相似性共同構(gòu)成.在計(jì)算短文本（語(yǔ)句）間的相似度時(shí)，改變了以往僅僅考慮語(yǔ)句語(yǔ)義相似性的思路，本文不但考慮語(yǔ)義相似性，還考慮了語(yǔ)句語(yǔ)法結(jié)構(gòu)對(duì)相似性的影響.

本文在計(jì)算語(yǔ)義相似度時(shí)，加入語(yǔ)法結(jié)構(gòu)信息，即計(jì)算具有相同語(yǔ)法結(jié)構(gòu)的詞組集合間的相似度，另外充分考慮了句法結(jié)構(gòu)類型和詞組位置相似性對(duì)整體語(yǔ)句相似度的貢獻(xiàn)與影響.最終短文本（語(yǔ)句）間相似度計(jì)算更加符合中文語(yǔ)句的特點(diǎn)，計(jì)算結(jié)果更加合理，與人們的主觀判斷更為接近.

3實(shí)驗(yàn)及分析

當(dāng)前基于語(yǔ)法的相似度計(jì)算方法多用于英文短文本處理，為進(jìn)行中文短文本相似度計(jì)算，本文采用了以下3種方法來(lái)對(duì)相似度算法進(jìn)行分析.

方法一：劉群、李素建等[9]提出的一種相似度方法，在計(jì)算時(shí)僅僅考慮義原距離，未考慮深度.

方法二：一種既考慮義原距離和深度，又在計(jì)算過(guò)程中加入詞語(yǔ)詞頻作為權(quán)重的方法[2]，具體參數(shù)設(shè)置詳見參考文獻(xiàn)[2].

方法三：本文中介紹的基于語(yǔ)法語(yǔ)義的短文本相似度計(jì)算方法.

利用上述3種方法分別測(cè)試50對(duì)中文語(yǔ)句，計(jì)算語(yǔ)句（短文本）間的相似度值，部分計(jì)算結(jié)果見表2.

3.1權(quán)重因子實(shí)驗(yàn)與分析

利用上述實(shí)驗(yàn)數(shù)據(jù)，對(duì)方法三的短文本相似度計(jì)算公式中的權(quán)重因子a和b進(jìn)行實(shí)驗(yàn)分析，獲得能夠使得計(jì)算公式的效果最佳的權(quán)重因子組合.

采用控制變量法對(duì) a=0.35，0.45，0.55，0.65，0.75，0.85，0.90，0.95和b=0.3，0.4，0.5，0.6，0.7，0.8進(jìn)行實(shí)驗(yàn)分析，且設(shè)置相似度閾值為0.6，根據(jù)獲得的結(jié)果進(jìn)而計(jì)算得到不同的精確度和召回率.不管權(quán)重因子a和b取上述的哪個(gè)值，本文提出的相似度計(jì)算方法的召回率基本上都是差不多的，穩(wěn)定在0.882上下，這說(shuō)明了本文方法的穩(wěn)定性. 根據(jù)實(shí)驗(yàn)結(jié)果繪制本文方法在權(quán)重因子a和b不同取值時(shí)的精確度的折線圖，如圖3所示，其中橫坐標(biāo)表示a的取值，縱坐標(biāo)表示精確度，b的不同取值采用不同的線條表示.

根據(jù)圖3分析可知，當(dāng)權(quán)重因子a的值大于0.6，b的取值在[0.4，0.6]時(shí)，本文方法的精確度基本上都在0.75以上，尤其當(dāng)a值在（0.85，0.95]區(qū)間時(shí)，本方法的精確度可達(dá)到最大值0.833，且比較穩(wěn)定.

綜上所述，可以得到本文最終計(jì)算公式中的權(quán)重因子a和b的取值范圍.當(dāng)a值在（0.85，0.95]區(qū)間，且b的取值在[0.4，0.6]時(shí)，本文方法的召回率以及精確度能夠同時(shí)達(dá)到比較高的水平，分別為0.882和0.833.

3.2短文本相似度實(shí)驗(yàn)與分析

方法三中的權(quán)重因子a和b分別取為0.88和0.5，然后對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，計(jì)算3種不同計(jì)算方法的計(jì)算結(jié)果的精確率和召回率，且設(shè)置相似度閾值為0.6，結(jié)果如圖4所示.

根據(jù)圖4可知，在召回率基本上比較高的情況下，本文提出的方法的精確率為0.833，比方法一的0.577和方法二的0.619都要高，這說(shuō)明本文方法非常明顯地提高了查準(zhǔn)率，有效地減少了噪音數(shù)據(jù)，計(jì)算結(jié)果更加能夠被人們接受.

把實(shí)驗(yàn)數(shù)據(jù)分為近義的語(yǔ)句對(duì)集合和反義的語(yǔ)句對(duì)集合，分別進(jìn)一步分析.

對(duì)于近義的語(yǔ)句對(duì)集合，將相似度區(qū)間分為3個(gè)，圖5描述了不同方法在每個(gè)區(qū)間內(nèi)近義語(yǔ)句對(duì)占所有近義語(yǔ)句對(duì)的比例.方法一中接近一半的語(yǔ)句對(duì)的相似度值在（0.8，1]間，其在（0.5，8]間的語(yǔ)句對(duì)還不到一半，因?yàn)檎Z(yǔ)句對(duì)沒有完全一樣的，所以計(jì)算結(jié)果偏高，且還有一些語(yǔ)句對(duì)的相似度低于0.5，顯然其計(jì)算結(jié)果不合理.方法二中大概82.00%的語(yǔ)句對(duì)的相似度值都在（0.5，8]之間，比較符合實(shí)際，但是其計(jì)算結(jié)果中仍然有低于0.5的，結(jié)果也不太理想.而方法三中在（0.8，1]之間的不到25.00%，絕大部分都是在（0.5，8]之間，沒有低于0.5的，這樣的計(jì)算結(jié)果顯然更加合理，更接近人們的主觀判斷.

對(duì)于反義語(yǔ)句對(duì)集合，把相似度區(qū)間分為4個(gè)，圖6描述了不同方法分別在每個(gè)區(qū)間中的測(cè)試語(yǔ)句對(duì)所占的比例.由圖可知，方法一和方法二在相似度大于0.5時(shí)大概都有75.00%的反義語(yǔ)句對(duì)，而低于0.5的卻只有25.00%，顯然它們的計(jì)算結(jié)果都非常不理想，計(jì)算粗糙.而方法三在（0.5，1]區(qū)間中只有29.00%左右的反義語(yǔ)句對(duì)，且約71.00%的語(yǔ)句相似度都是低于0.5.顯然方法三計(jì)算結(jié)果更加合理和精確.另外由表2可知，有些語(yǔ)句意思明明是完全相反的，可方法一和方法二計(jì)算結(jié)果都非常高，甚至是1，而方法三卻能夠得到非常合理的結(jié)果.

由上述實(shí)驗(yàn)結(jié)果可知，本文提出的方法相比于方法一和方法二，具有比較好的查全率，并且其精確率更高，能夠非常有效地減少噪音數(shù)據(jù)的產(chǎn)生，更加接近人們的主觀判斷.

4結(jié)論

本文以HowNet為詞典庫(kù)，以Stanford為語(yǔ)法解析工具，并在此基礎(chǔ)上研究了本文提出的基于語(yǔ)法語(yǔ)義的中文短文本的相似度計(jì)算.

在本文描述的方法中，我們結(jié)合語(yǔ)句的語(yǔ)法結(jié)構(gòu)和語(yǔ)義信息計(jì)算整個(gè)語(yǔ)句的相似度，即計(jì)算具有相同語(yǔ)法結(jié)構(gòu)的詞組間的語(yǔ)義相似度以及考慮語(yǔ)法結(jié)構(gòu)類型間相似性和詞組位置相似性對(duì)整個(gè)語(yǔ)句相似度的影響.即使兩個(gè)語(yǔ)句完全一樣，但是語(yǔ)句結(jié)構(gòu)不同或詞組位置不同，也會(huì)導(dǎo)致意思完全不一樣，這樣的計(jì)算方式與人們的主觀判斷更加接近，也符合中文語(yǔ)句（短文本）的復(fù)雜性特點(diǎn).

本文研究的方法在一定程度上解決了目前中文領(lǐng)域基于HowNet進(jìn)行短文本相似度計(jì)算的方法中存在的結(jié)果不合理現(xiàn)象.通過(guò)實(shí)驗(yàn)對(duì)3種方法進(jìn)行對(duì)比分析，證明了本文描述的中文短文本相似度方法更合理，具有比較好的召回率和精確率.

參考文獻(xiàn)

[1]蔣溢，丁優(yōu)，熊安萍，等.一種基于知網(wǎng)的詞匯語(yǔ)義相似度改進(jìn)計(jì)算方法[J].重慶郵電大學(xué)學(xué)報(bào)：自然科學(xué)版， 2009，21（4）： 533-537.

JIANG Yi， DING You， XIONG An-ping， et al. An improved computation method of words semantic similarity based on HowNet[J]. Journal of Chongqing University of Posts and Telecommunications： Natural Science， 2009，21（4）： 533-537.（In Chinese）

[2]廖志芳，邱麗霞，謝岳山， 等.一種頻率增強(qiáng)的語(yǔ)句語(yǔ)義相似度計(jì)算[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，40（2）：82-88.

LIAO Zhi-fang， QIU Li-xia， XIE Yue-shan， et al. A frequency enhanced algorithm of sentence semantic similarity[J]. Journal of Hunan University： Natural Sciences， 2013，40（2）： 82-88.（In Chinese）

[3]李連，朱愛紅，蘇濤.一種改進(jìn)的基于向量空間文本相似度算法的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2012，29（2）：282-284.

LI Lian， ZHU Ai-hong， SU Tao. Research and implementation of an improved VSM-based text similarity algorithm[J]. Computer Applications and Software， 2012，29（2）：282-284.（In Chinese）

[4]OLIVA J， SERRANO J I， CASTILLO M D， et al. SyMSS： a syntax-based measure for short-text semantic similarity[J]. Data & Knowledge Engineering， 2011，70（4）：390-405.

[5]董振東，董強(qiáng).關(guān)于知網(wǎng)—中文信息結(jié)構(gòu)庫(kù)[EB/OL]//http：//www.keenage.com/html/c_index.html.

DONG Zhen-dong， DONG Qiang.Chinese information database based on CNKI[EB/OL]//www.heenage， com/html/C.cndex.html.（In Chinese）

[6]The Stanford Natural Language Processing Group. The Stanford NLP[EB/OL]//http：//nlp.stanford.edu/software/lex-parser.shtml.

[7]ISLAM A， INKPEN D. Semantic text similarity using corpus-based word similarity and string similarity[R]. Ottawa：University of Ottawa，2008.

[8]LI Y H， MCLEAN D， BANDAR Z A， et al. Sentence similarity based on semantic nets and corpus statistics[J]. IEEE Transactions on Knowledge and Data Engineering，2006，18（8）：1138-1150.

[9]劉群，李素建. 基于《知網(wǎng)》的詞匯語(yǔ)義相似度計(jì)算[C]//第三屆語(yǔ)義學(xué)研討會(huì)論文集. 臺(tái)北：臺(tái)北中央研究院，2002： 149-163.

LIU Qun， LI Su-jian. How net-based lexical semantic similarity calculation[C]//Third Semantics Workshop Proceedings. Taipei： Academia Sinica， 2002： 149-16. （In Chinese）