Kontekstowy pomiar podobieństwa semantycznego

• Autorzy: Paweł Lula

Warianty tytułu

The Impact of Context on Semantic Similarity

• Języki publikacji: PL

Abstrakty

Miary podobieństwa semantycznego pozwalają wyrazić w sposób ilościowy stopień zgodności znaczenia przypisywanego konceptom występującym w ontologii opisującej rozpatrywany obszar wiedzy. W pracy założono, że podobieństwo semantyczne ma charakter kontekstowy, co oznacza, że zgodność znaczeniowa pojęć jest uzależniona od zakresu tematycznego obszaru, na tle którego dokonywane jest porównanie. Celem niniejszej pracy jest analiza podobieństwa semantycznego w sytuacji, w której zmianie ulega kontekst analizy. Pracę rozpoczyna prezentacja najpopularniejszych miar podobieństwa semantycznego. Następnie pokazano, w jaki sposób przy obliczaniu podobieństwa można uwzględnić informację dotyczącą kontekstu. W kolejnej części pracy przedstawiono zależność zachodzącą pomiędzy zmianą kontekstu a wartością podobieństwa semantycznego(abstrakt oryginalny)

EN

In the paper the problem of semantic similarity between concepts from ontology is discussed. The analysis is focused on the issue of relationships between context and semantic similarity and tries to show how the adjustment of context changes the measure of similarity. In the first part of the paper the most popular measures of semantic similarity are presented. Next the problem of context involvement is shown. In the empirical part of the paper the results of numerical experiments are discussed. The substantial findings are gathered in the final part of the text. The results of the study may be useful in the area of automatic text analysis(original abstract)

Słowa kluczowe

PL

Pomiary

EN

Measurement

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2015
• Tom: 24
• Numer: nr 384 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 171--181

Twórcy

autor

Paweł Lula

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Jiang J. & Conrath D., 1997, Semantic similarity based on corpus statistics and lexical taxonomy, [in:] Proceedings on International Conference on Research in Computational Linguistics, pp. 19-33.
• Leacock C. & Chodorow M., 1998, Combining Local Context and WordNet Similarity for Word Sense Identification, [in:] C. Fellbaum, ed., WordNet: An Electronic Lexical Database, MIT Press, pp. 265-283.
• Lin D., 1998, An Information-Theoretic Definition of Similarity, [in:] Proceedings of the Fifteenth International Conference on Machine Learning {(ICML} 1998), Madison, Wisconsin, USA, July 24-27, pp. 296-304.
• Rada R. et al., 1989, Development and application of a metric on semantic nets, IEEE Transactions on Systems, Man and Cybernetics, pp. 17-30.
• Resnik P., 1995, Using Information Content to Evaluate Semantic Similarity in a Taxonomy, [in:] Proceedings of the 14th International Joint Conference on Artificial Intelligence - Volume 1. IJCAI'95. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., pp. 448-453, Available at: http://dl.acm.org/citation.cfm?id=1625855.1625914.
• Tuchowski J. et al., 2011, OBCAS - An Ontology-Based Cluster Analysis System, [in:] S. Wrycza (ed.), Research in Systems Analysis and Design: Models and Methods, Springer, Berlin, pp. 106-112.
• Wan X. & Peng Y., 2005, A new retrieval model based on texttiling for document similarity search, J. Comput. Sci. Technol., 20(4), pp.552-558. Available at: http://dblp.uni-trier.de/db/ journals/jcst/jcst20.html

Identyfikatory

DOI

10.15611/pn.2015.384.18