基于知网的语义相似度计算.doc

基于知网的语义相似度计算软件使用手册1 功能简介本软件是根据刘群 2002一文中的原理编写的词汇语义相似度计算程序。主要实现了以下功能：1.1 基于交互输入的义原查询、义原距离计算、义原相似度计算1.2 基于交互输入的词语义项查询、义项相似度计算、词语相似度计算；1.3 基于文件输入的词语义项查询、词语相似度计算；1.4 相似度计算中的参数调整。2 安装说明本软件包一共有四个文件：基于知网的词汇语义相似度计算软件使用手册.doc：本使用手册基于知网的词汇语义相似度计算论文.pdf：本软件所依据的论文，采用pdf格式，用Acrobat Reader阅读时需要安装简体中文支持包。自然语言处理开放资源许可证.doc：本软件包的授权许可证WordSimilarity.zip：程序文件软件安装时，将文件WordSimilarity.zip文件解压缩一个目录下即可，解压缩后有以下几个文件：WordSimilarity.exe：可执行程序；Glossary.dat：知网数据文件Semdict.dat：知网数据文件Whole.dat：知网数据文件必须确保知网数据文件在程序执行时的当前目录下。3 界面说明软件使用简单的对话框界面，如下所示：4 功能说明4.1 义原操作4.1.1 义原查询1. 首先在“输入1”框中输入义原名称；2. 点击“察看义原1”按钮；3. 在“义项1”框中将依次显示出该义原及其所有上位义原的编号、中文、英文；类似的方法可以查询“输入2”框中的义原；4.1.2 义原距离计算1. 首先在“输入1”和“输入2”框中输入两个义原；2. 点击“计算义原距离”按钮；3. 在“输出”框中显示两个义原的距离；4.1.3 义原相似度计算1. 首先在“输入1”和“输入2”框中输入两个义原；2. 点击“计算义原相似度”按钮；3. 在“输出”框中显示两个义原的相似度；4.2 基于交互输入的词语操作4.2.1 词语义项查询1. 首先在“输入1”框中输入要查询的词语；2. 点击“察看义项1”按钮；3. 在“义项1”框中将依次显示出该词语的所有义项；类似的方法可以查询“输入2”框中的词语义项；4.2.2 义项相似度计算1. 首先分别在“输入1”和“输入2”框中输入要计算相似度的两个词语；2. 点击“察看义项1”按钮和“察看义项2”按钮；3. 在“义项1”框和“义项2”框中将分别显示出这两个词语的所有义项；4. 分别在“义项1”框和“义项2”框中点击需要计算相似度的两个词语义项；5. 点击“计算义项相似度”按钮；6. 在“输出”框中将显示选中的两个义项的相似度；4.2.3 词语相似度计算1. 首先分别在“输入1”和“输入2”框中输入要计算相似度的两个词语；2. 点击“计算词语相似度”按钮；3. 在“输出”框中将显示两个词语的相似度；说明：词语相似度定义为两个词语的所有义项相似度中的最大值。4.3 基于文件输入的词语操作4.3.1 文件输入1. 点击“文件：输入”按钮，系统将使用缺省的文本编辑器打开输入文件TestWords.Txt；2. 编辑输入文件，其格式如下a) 每行一个词；b) 若干个词构成一组，组与组之间用空行分隔；例如：男人女人孩子老人少女工人3. 保存文件；4.3.2 按文件查询词语义项1. 首先点击“文件：输入”按钮，按照上面的说明在文件中输入要查询的词语；2. 点击“文件：查询词语义项”按钮，系统将使用缺省的文本编辑器词语义项文件TestMeanings.Txt；3. 词语义项文件中将显示所有的词语义项，格式为：:男人N human|人,family|家,male|男N human|人,male|男:女人N human|人,family|家,female|女N human|人,female|女:孩子N human|人,family|家,young|幼N human|人,young|幼:老人N human|人,aged|老N human|人,family|家,aged|老:少女N human|人,female|女,young|幼:工人N human|人,#occupation|职位,industrial|工4.3.3 按文件计算词语相似度1. 首先点击“文件：输入”按钮，按照上面的说明在文件中输入要查询的词语；2. 其次点击“文件：查询词语义项”按钮，按照上面的说明得到词语义项文件TestMeanings.Txt；3. 编辑打开的词语义项文件TestMeanings.Txt，删除无关的义项（整行删除即可），但每个词语至少应保留一个义项；假设上述例子中删除“男人”和“女人”的各一个义项，得到文件为：:男人N human|人,male|男:女人N human|人,family|家,female|女:孩子N human|人,family|家,young|幼N human|人,young|幼:老人N human|人,aged|老N human|人,family|家,aged|老:少女N human|人,female|女,young|幼:工人N human|人,#occupation|职位,industrial|工4. 点击“文件：计算词语相似度”按钮，系统将根据上述词语义项文件TestMeanings.Txt中每个词语的义项，计算以空行分隔的同一组词语中两两之间的词语相似度，并显示在文件TestSimilarities.Txt中；还是按照上面的例子，结果文件为：:男人N human|人,male|男:女人N human|人,family|家,female|女-男人,女人:0.661111=:孩子N human|人,family|家,young|幼N human|人,young|幼:老人N human|人,aged|老N human|人,family|家,aged|老:少女N human|人,female|女,young|幼:工人N human|人,#occupation|职位,industrial|工-工人,孩子:0.661111工人,老人:0.661111工人,少女:0.568519孩子,老人:0.861111孩子,少女:0.8老人,少女:0.661111=4.4 参数修改可以直接在对话框中修改以下参数：，1，2，3，4，。参数的含义见参考文献刘群 2002。每次修改后参数不保存，下次允许程序需重新修改参数。5 版权说明本软件由中国科学院计算技术研究所刘群编制，全部版权（不含知网版权）属于中国科学院计算技术研究所所有。使用者可以自由的拷贝、发布或者修改本资源，但是必须完全遵守“自然语言处理开放资源许可证”（许可证版本编号1.0）中所列各项条款之规定。 资源提供者不承诺提供任何技术支持，也不会对使用者由于使用本资源而造成的任何后果（不论是直接的还是间接的）承担责任。详细信息请参阅“自然语言处理开放资源许可证”中的具体条款。一份“自然语言处理开放资源许可证”的文本拷贝会随同本资源一起发布。如果没有，请访问“中文自然语言处理开放平台()”以获得一份完整的许可证文本感兴趣者请与刘群联系，邮件地址是：，也可访问中国科学院计算技术研究所自然语言处理课题组网站：或者访问中文自然语言处理开放平台：http:/www.nl