تعیین مشابهت معنایی به روش بدون سرپرست با استفاده از قدم زنی تصادفی بر گراف جایگزینی زبانی

این مقاله به معرفی روشی برای تعیین مشابهت معنایی کلمات با استفاده از پیکره های تنک می پردازد. این روش با ارائه مفهوم جایگزین پذیری غیرمستقیم برای اولین بار و پیاده سازی آن از طریق گراف جایگزین پذیری عبارت ها توانسته است بر مشکل تنک بودن فضای زمینه در زبان های با منابع محدودتر مانند فارسی غلبه نماید. از طرف دیگر باید به این نکته اشاره نمود که برای تولید گراف جایگزینی لازم برای تعیین مشابهت معنایی می توان از پیکره های متنی به صورت مستقل از زبان بهره گرفت. نتایج ارزیابی ها با استفاده از دادگان آزمون مجموعه RG-65 که از دادگان متداول برای ارزیابی کیفیت تعیین مشابهت معنایی است، نشان می دهد که مقدار ضریب همبستگی Spearman این روش بین 0.03 تا 0.13 واحد بیش از سایر روش های بدون سرپرست موفق است.

کلیدواژه ها:

مشابهت معنایی ، جایگزینی زبانی ، گراف جایگزینی ، قدم زنی تصادفی ، پیکره ، ویکی پدیا