语义分析在汉语相似性文献检测中的应用研究 (2010年)

相似性文献检测技术在数字图书馆、知识产权保护等应用中有着较强的实际意义和应用价值．汉语中存在着许多歧义现象，导致汉语相似性文献检测的难度远大于英文文献．结合汉语的特点，提出了一种改进的基于词频统计的汉语相似性文献检测方法．首先，利用关键词和统计信息进行切词与消歧．其次，在语义分析的基础上抽取特征词并计算权重．最后，通过构造加权词频向量空间完成相似性检测．对本科生毕业论文的小规模实验表明：该方法能有效消除切分歧义，降低运算规模，提高检测精度与速度．