【正文】 當(dāng) )()( tPtP AA ? ，則 0)(12 ?tifdI，也就是 0)(21 ?tifdI。 因此，由定義 ，我們可得 17 0)()}(),(m a x { 122112* ??? tif dtif dtif d III? ，且 ):(sup 1 ?? HHtK ， 因此 0)( ?tifdK 表明 t支持 1H 比 ?H 更多一些。 評論 從以上三點，我們能明白當(dāng) 1Vt? ，剩余支持度 0)( ?tifdJ 并不表示):(s up 12 HHtJ ? ，這是因為 )(tifdJ 為正是 受 021?Iifd 所決定的， 在第二節(jié)中的已經(jīng)給出了 21 KK和 這兩個實例清晰地闡述了我們的觀點。 b. )()1()()1( 22 tPtP AA ?? ??? ，也就是 )()()( 21 tPtPtP AAA ?? ?? ，因此0)|:( 2 ?? tHHi ， t也傳達支持 2H 反對 ?H 的信息，且 t有助于支持 2H 反對 ?H的 )(22 tifdifd II ?? ??。 因此， 0)()}(),(m a x {221* ??? ??? tif dtif dtif d III?，且 ):(s u p 2 ?? HHtK ，因此 與第二點比較 ， 0)( ?tifdK 表明 t支持 2H 比 ?H 更多一些。 通過以上定義 ， 我們很容易給出任意兩個詞關(guān)于 },{ AAC? 的關(guān)聯(lián)性定義，它是定義 。1 ?? treltrel DiD ? 。2 ?? treltrel DiD ? 。注意當(dāng) )(11 ?VVt ??而 0)(1 ?t? 時， 0),( 21 ?? ??trelD 表明 0)( ?tifdD ，但是 0),( 21 ?? ??trelD 并不能保證 A是 t的 ssc，這是因為由定理 ，僅因為 0)( ?tifdD 而推出 ):(sup 21 HHtD ?是不夠的，因此理解 0),( 211 ?? ??trelD 和 0),( 212 ?? ??trelD 這兩個值并不代表 21 tt和 兩個密切相關(guān)是非常重要的。 3. ),( 21 ?? ?trelK 是 ),( 1?trelK 和 ),( 2?trelK 的代數(shù)加權(quán)和 , 因此0),( 211 ?? ??trelK 和 0),( 212 ?? ??trelK 這兩個值并不能保證 21 tt和 兩個密切相關(guān)，而式（ 16）可為每個詞進行查證。 統(tǒng)計模式學(xué)習(xí)方法已經(jīng)在 TM 領(lǐng)域取得了顯著的成效，我們的正式方法可以很容易應(yīng)用到提取關(guān)鍵詞的有效技術(shù)，這個方法的基本思想是很簡單的 。 在這 個例子中，我們將演示用戶是如何通過我們的系統(tǒng)從樹基 [43]文本中提取分類名和關(guān)鍵詞。 樹基是我們使用的語料庫之一，它是系統(tǒng)進化的關(guān)系型數(shù)據(jù)庫。 24 圖 3 提取分類名和關(guān)鍵詞的例子 在我們的初步實驗中，幾乎所有的類群名都有非常高的關(guān)聯(lián)值，并位于榜首，我們也認(rèn)為 20個排名第一的并不是類群名。查詢擴展是一門技術(shù)，它 修正用戶的查詢以便達到更準(zhǔn)確的描述 用戶的信息需求。q ）的重新加權(quán)函數(shù)為39。第二組是 ),( 1* ?trelI ，),( 21* ?? ?trelJ 和 ),( 21* ?? ?trelK ，它們分別在式 (23)(25)給出了。 圖 4的實驗結(jié)果由平均檢索性能（超過 50個查詢）組成，分別取自（表示21 ??? ?? ）：原始查詢（基準(zhǔn)），和從第一、第二組 關(guān)聯(lián)測定詞取得的擴展查詢 。 ),( 1?trelI 和 ),( 21 ?? ?trelJ 應(yīng)用在查詢的不同部分時，它們顯示的性能很相似，當(dāng)與 ),( 21 ?? ?trelK 比較時，在所有的評估點上，它們都幾乎劣于),( 21 ?? ?trelK 。 如前所述， 許多優(yōu)秀的研究實驗驗證，采用散度測定方法去建立為選擇信息詞的關(guān)聯(lián)性測定方法是很有益的，本文的重點是在理論分析和正式討論，讀者感興趣的是我們的正式討論是如何能被一些經(jīng)驗證據(jù)所支持，這些經(jīng)驗證據(jù)是來自所引用的一些文獻的性能實驗。通過散度措施 D中詞 )(tifdD 和子項 )()( tifdiD ，我們定量表示了它。前者關(guān)心的僅僅是 )()(0 tifdiD 和 *0iV中感興趣的詞；而后者關(guān)心的是 CV? 中的)()( tifdiD 。 ●為鑒定詞之間的密切聯(lián)系，解決上面問題的方法為選定的詞查證不等式（ 15）或（ 16）。Sons, Ltd., 1971. [38] . Shannon, “通信的數(shù)學(xué)理論 ,” Bell System and Technical J., vol. 27, pp. 379423, 623656, 1948. [39] D. Cai, “IfD— 信息鑒別 ,” PhD dissertation,Univ. of Glasgow, 20xx. [40] D. Cai, “應(yīng)用杰森差異測量鑒別信息而確定語義相似性 ,”Int’l J. Intelligent Systems, vol. 24, no. 5, pp. 477503, 20xx. [41] . Good, 證據(jù)的概率和權(quán)重 . Charles Griffin,1950. [42] D. Cai and . Van Rijsbergen, “重新審議鑒別信息測量的基本原理 ,” Proc. First Int’l Conf. Theory of Information Retrieval (ICTIR ’07), pp. 151158, 20xx. [43] TreeBASE, 20xx. [44] . Robertson and S. Walker, “Okapi/Keenbow at TREC8,” Text REtrieval Conf. (TREC8), pp. 151161, 1999. 。 28 參考文獻 [1] C. Fellbaum, 詞匯網(wǎng)絡(luò)：一個電子詞匯數(shù)據(jù)庫 . The MIT Press, 1998. [2] G. Miller, “詞匯網(wǎng)絡(luò)：一個在線詞匯數(shù)據(jù)庫 ,” Int’l , Special Issue, vol. 3, no. 4, pp. 235244, 1990. [3] . Turney, “相似的語義關(guān)系 ,” 計算機語言學(xué) ,vol. 32, ,pp. 379410, 20xx. [4] I. Dagan, “上下文的詞語相似度 ,” 自然語言處理手冊 , pp. 459475, Marcel Dekker, Inc., 20xx. [5] A. Budanitsky and G. Hirst, “基于 WordNet的詞匯語義相關(guān)措施 的 評價 ,” 計算機語言學(xué) ,vol. 4, no. 1, pp. 149, 20xx. [6] A. Budanitsky and G. Hirst, “在 WordNet的語義距離：五項面向應(yīng)用的評價實驗 ,”Proc. Workshop WordNet and Other Lexical Resources, Second Meeting of the North Am. Chapter of the Assoc. for Computational Linguistics, pp. 2934, 20xx. [7] D. Moldovan, A. Badulescu, M. Tatu, D. Antohe, and R. Girju, “名詞短語的語義分類模型 ,” Computational Lexical Semantics, pp. 6067, 20xx. [8] V. Nastase and S. Szpakowicz, “探索名詞修飾詞的語義關(guān)系 ,” Proc. Fifth Int’l Workshop Computational Semantics, pp. 285301, 20xx. [9] . Turney, . Littman, J. Bigham, and V. Shnayder,“結(jié)合獨立的模塊來解決選擇題的同義詞和類比問題 ,” Proc. Int’l Conf. Recent Advances in Natural Language Processing, pp. 482489, 20xx. [10] J. Morris and G. Hirst, “詞匯銜接詞庫的關(guān)系作為一個文本結(jié)構(gòu)的指標(biāo)計算 ,” Computational Linguistics, vol. 17, no. 1, pp. 2148, 1991. [11] . Landauer and . Dumais, “柏拉圖問題的一個解決方案：獲取的潛在語義分析理論 ， 歸納并知識表示 ,” Psychological Rev.,vol. 104, no. 2, pp. 211240, 1997. [12] K. Frantzi, S. Ananiadou, and H. Mima, “自動識別多字的詞 ,” Int’l J. Digital Libraries, vol. 3, no. 2,pp. 117132, 20xx. [13] R. Florian and D. Yarowsky, “建模共識：詞義消歧的分類結(jié)合 ,” Proc. Methods in Natural Language Processing, pp. 2532, 20xx. [14] . Lee, . Kim, and . Lee, “基于繼承 層次結(jié)構(gòu)的概念距離的信息檢 29 索 ,” J. Documentation,vol. 49, pp. 188207, 1993. [15] R. Richardson, A. Smeaton, and J. Murphy, “應(yīng)用 WordNet知識庫測量詞的語義相似性 ,” Proc. Artificial Intelligence and Cognitive Science (AICS)Conf., 1994. [16] C. Corley and R. Mihalcea, “測量文本的語義相似 ,” Proc. ACL Workshop Empirical Modeling of Semantic Equivalence and Entailment, pp. 1318, 20xx. [17] I. Dagan, L. Lee, and . Pereira, “基于相似性的詞共現(xiàn)概率模型 ,” Machine Learning, special issue on natural language learning, vol. 34, nos. 13, pp. 4369, 1999. [18] G. Hirst and A. Budanitsky, “恢復(fù)詞匯銜接以實時糾正單詞拼寫錯誤 ,” Natural Language Eng.,vol. 11, no. 1, pp. 87111, 20xx. [19] L. Lee, “分布相似的措施 ,” Proc. 37th of the Assoc. for Computational Linguistics, pp. 2532, 1999. [20] I. Marx, Z. Dagan, J. Buhmann, and E. Shamir, “聚類群：一個結(jié)構(gòu)一致的檢測方法 ,”J. Machine Learning Research, vol. 3, pp. 747780, 20xx. [21] S. Mohammad and G. Hirst, “作為代理的分布式語義相關(guān)措施 ,” 20xx. [22] S. Mohammad and G. Hirst, “概念距離的分配方法：一個面向任務(wù)的評價 ,” Proc. Conf. Empirical Methods in Natural Language Processing, 20xx. [23] S. Mohammad and G. Hirst, “利用詞庫確定詞義優(yōu)勢 ,” Proc. 11th Conf. European Chapter of the Assoc. for Computational Linguistics, pp. 121128, 20xx. [24] P. Pantel and D. Lin, “從文本中發(fā)現(xiàn)詞義 ,” SIGKDD, pp. 613619, 20xx. [25] P. Resnik, “分類學(xué)中的語義相似性：基于測量及其在自然語言中關(guān)于不確定問題的應(yīng)用的信息 ,” J. Artificial Intelligence Research, vol. 11, pp. 95130, 1999. [26] N. Seco, T. Veale, and J. Hayes, “在 WordNet中關(guān)于語義相似性的內(nèi)在信息量度量方法 ,” Proc. 16th European Conf. Artificial Intelligence, 20xx. [27] J. Weeds and D. Weir, “共現(xiàn)檢索：詞匯分布相似的靈活框架 ,” Computational Linguistics, vol. 31, no. 4, pp. 439475, 20xx. [28