论文研究混合词汇特征和LDA的语义相关度计算方法.pdf

文本语义相关度计算在自然语言处理、语义信息检索等方面起着重要作用，以Wikipedia为知识库，基于词汇特征的ESA（ExplicitSemanticAnalysis）因简单有效的特点在这些领域中受到学术界的广泛关注和应用。然而其语义相关度计算因为有大量冗余概念的参与变成了一种高维度、低效率的计算方式，同时也忽略了文本所属主题因素对语义相关度计算的作用。引入LDA（LatentDirichletAllocation）主题模型，对ESA返回的相关度较高的概念转换为模型的主题概率向量，从而达到降低维度和提高效率的目的；将JSD距离（Jensen-ShannonDivergence）替换余