Hispanopedia Wiki
Articulo de referencia

Similitud semántica

La similitud semántica es una métrica definida sobre un conjunto de documentos o términos, donde la idea de distancia entre elementos se basa en la semejanza de su significado o...

Hispanopedia WikiContenido en espanolLectura gratuita

La similitud semántica es una métrica definida sobre un conjunto de documentos o términos, donde la idea de distancia entre elementos se basa en la semejanza de su significado o contenido semántico en contraposición a la similitud lexicográfica . Estas son herramientas matemáticas utilizadas para estimar la fuerza de la relación semántica entre unidades de lenguaje, conceptos o instancias, a través de una descripción numérica obtenida según la comparación de información que respalda su significado o describe su naturaleza. [ 1 ] [ 2 ] El término similitud semántica se confunde a menudo con la relación semántica. La relación semántica incluye cualquier relación entre dos términos, mientras que la similitud semántica solo incluye relaciones del tipo "es un" . [ 3 ] Por ejemplo, "coche" es similar a "autobús", pero también está relacionado con "carretera" y "conducir".

Computacionalmente, la similitud semántica se puede estimar definiendo una similitud topológica , utilizando ontologías para definir la distancia entre términos/conceptos. Por ejemplo, una métrica simple para la comparación de conceptos ordenados en un conjunto parcialmente ordenado y representados como nodos de un grafo dirigido acíclico (p. ej., una taxonomía ) sería la ruta más corta que une los dos nodos de concepto. Basándose en análisis de texto, la relación semántica entre unidades del lenguaje (p. ej., palabras, oraciones) también se puede estimar utilizando métodos estadísticos como un modelo de espacio vectorial para correlacionar palabras y contextos textuales de un corpus de texto adecuado . La evaluación de las medidas de similitud/relación semántica propuestas se realiza mediante dos métodos principales. El primero se basa en el uso de conjuntos de datos diseñados por expertos y compuestos por pares de palabras con estimación del grado de similitud/relación semántica. El segundo método se basa en la integración de las medidas en aplicaciones específicas como recuperación de información, sistemas de recomendación, procesamiento del lenguaje natural, etc.

Terminología

El concepto de similitud semántica es más específico que el de relación semántica , ya que este último incluye conceptos como antonimia y meronimia , mientras que la similitud no. [ 4 ] Sin embargo, gran parte de la literatura utiliza estos términos indistintamente, junto con términos como distancia semántica. En esencia, similitud semántica, distancia semántica y relación semántica significan: "¿Cuánto tiene que ver el término A con el término B?". La respuesta a esta pregunta suele ser un número entre -1 y 1, o entre 0 y 1, donde 1 significa una similitud extremadamente alta.

Visualización

Una forma intuitiva de visualizar la similitud semántica de los términos es agrupar aquellos que están estrechamente relacionados y separar más los que están distantemente relacionados. Esto también es común en la práctica para mapas mentales y mapas conceptuales .

Una forma más directa de visualizar la similitud semántica entre dos elementos lingüísticos se puede observar con el método de plegado semántico . En este método, un elemento lingüístico, como un término o un texto, se puede representar generando un píxel para cada una de sus características semánticas activas, por ejemplo, en una cuadrícula de 128 x 128. Esto permite una comparación visual directa de la semántica de dos elementos al comparar las representaciones de imagen de sus respectivos conjuntos de características.

Aplicaciones

En informática biomédica

Las medidas de similitud semántica se han aplicado y desarrollado en ontologías biomédicas. [ 5 ] [ 6 ] Se utilizan principalmente para comparar genes y proteínas en función de la similitud de sus funciones [ 7 ] en lugar de la similitud de su secuencia , pero también se están extendiendo a otras bioentidades, como las enfermedades. [ 8 ]

Estas comparaciones se pueden realizar utilizando herramientas disponibles gratuitamente en la web:

  • ProteInOn se puede utilizar para encontrar proteínas que interactúan, encontrar términos GO asignados y calcular la similitud semántica funcional de las proteínas UniProt y para obtener el contenido de información y calcular la similitud semántica funcional de los términos GO. [ 9 ]
  • CMPSim proporciona una medida de similitud funcional entre compuestos químicos y vías metabólicas utilizando medidas de similitud semántica basadas en ChEBI . [ 10 ]
  • CESSM proporciona una herramienta para la evaluación automatizada de medidas de similitud semántica basadas en GO. [ 11 ]

En geoinformática

La similitud también se aplica en geoinformática para encontrar características geográficas o tipos de características similares: [ 12 ]

  • El servidor de similitud SIM-DL [ 13 ] se puede utilizar para calcular similitudes entre conceptos almacenados en ontologías de tipos de características geográficas.
  • La Calculadora de Similitud se puede utilizar para calcular qué tan relacionados están dos conceptos geográficos en la ontología Geo-Net-PT. [ 14 ] [ 15 ]
  • La red semántica OSM [ 16 ] se puede utilizar para calcular la similitud semántica de las etiquetas en OpenStreetMap . [ 17 ]

En lingüística computacional

Varias métricas utilizan WordNet , una base de datos léxica de palabras en inglés construida manualmente. A pesar de las ventajas de contar con supervisión humana en la construcción de la base de datos, dado que las palabras no se aprenden automáticamente, la base de datos no puede medir la relación entre términos de varias palabras, vocabulario no incremental. [ 4 ] [ 18 ]

En el procesamiento del lenguaje natural

El procesamiento del lenguaje natural (PLN) es un campo de la informática y la lingüística. El análisis de sentimientos, la comprensión del lenguaje natural y la traducción automática (traducción automática de texto de un idioma humano a otro) son algunas de las principales áreas donde se utiliza. Por ejemplo, al conocer un recurso de información en internet, suele ser de interés inmediato encontrar recursos similares. La Web Semántica proporciona extensiones semánticas para encontrar datos similares por contenido y no solo por descriptores arbitrarios. [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] Los métodos de aprendizaje profundo se han convertido en una forma precisa de medir la similitud semántica entre dos pasajes de texto, en los que cada pasaje se incrusta primero en una representación vectorial continua. [ 28 ] [ 29 ] [ 30 ]

En la correspondencia de ontologías

La similitud semántica desempeña un papel crucial en la alineación de ontologías , cuyo objetivo es establecer correspondencias entre entidades de diferentes ontologías. Implica cuantificar el grado de similitud entre conceptos o términos utilizando la información presente en la ontología para cada entidad, como etiquetas, descripciones y relaciones jerárquicas con otras entidades. Las métricas tradicionales utilizadas en la alineación de ontologías se basan en la similitud léxica entre las características de las entidades, como la distancia de Levenshtein para medir la distancia de edición entre las etiquetas de las entidades. [ 31 ] Sin embargo, es difícil capturar la similitud semántica entre entidades utilizando estas métricas. Por ejemplo, al comparar dos ontologías que describen conferencias, las entidades "Contribución" y "Artículo" pueden tener una alta similitud semántica, ya que comparten el mismo significado. No obstante, debido a sus diferencias léxicas, la similitud lexicográfica por sí sola no puede establecer esta alineación. Para capturar estas similitudes semánticas, se están adoptando incrustaciones en la alineación de ontologías. [ 32 ] Al codificar relaciones semánticas e información contextual, las incrustaciones permiten calcular puntuaciones de similitud entre entidades basadas en la proximidad de sus representaciones vectoriales en el espacio de incrustación. Este enfoque permite una correspondencia eficiente y precisa de ontologías, ya que las incrustaciones pueden modelar diferencias semánticas en la denominación de entidades, como la homonimia, al asignar diferentes incrustaciones a la misma palabra según diferentes contextos. [ 32 ]

Medidas

Similitud topológica

Existen fundamentalmente dos tipos de enfoques que calculan la similitud topológica entre conceptos ontológicos:

  • Basado en aristas: que utiliza las aristas y sus tipos como fuente de datos;
  • Basado en nodos: en el que las principales fuentes de datos son los nodos y sus propiedades.

Otras medidas calculan la similitud entre instancias ontológicas:

  • Por pares: mide la similitud funcional entre dos instancias combinando las similitudes semánticas de los conceptos que representan.
  • Por grupos: calcula la similitud directamente sin combinar las similitudes semánticas de los conceptos que representan.

Algunos ejemplos:

Basado en el borde

Basado en nodos

  • Resnik [ 37 ]
    • basado en la noción de contenido informativo . El contenido informativo de un concepto (término o palabra) es el logaritmo de la probabilidad de encontrar el concepto en un corpus dado.
    • Solo se considera el contenido informativo del subsumidor común más bajo (LCS). Un subsumidor común más bajo es un concepto en una taxonomía léxica (por ejemplo, WordNet) que tiene la menor distancia entre los dos conceptos comparados. Por ejemplo, tanto «animal» como «mamífero» son subsumidores de «gato» y «perro», respectivamente, pero «mamífero» es un subsumidor inferior a «animal» para ellos.
  • Lin [ 38 ]
    • basado en la similitud de Resnik.
    • considera el contenido informativo del subsumidor común más bajo (LCS) y los dos conceptos comparados.
  • Maguitman, Menczer , Roinestad y Vespignani [ 39 ]
    • Generaliza la similitud de Lin a ontologías arbitrarias (grafos).
  • Jiang y Conrath [ 40 ]
    • basado en la similitud de Resnik.
    • Se considera el contenido informativo del subsumidor común más bajo (LCS) y de los dos conceptos comparados para calcular la distancia entre ellos. Esta distancia se utiliza posteriormente para calcular la medida de similitud.
  • Alinear, desambiguar y caminar : paseos aleatorios en redes semánticas [ 41 ]

Basado en contenido de nodos y relaciones

  • aplicable a la ontología
  • considerar propiedades (contenido) de los nodos
  • considerar tipos (contenido) de relaciones
  • basado en eTVSM [ 42 ]
  • basado en la similitud de Resnik [ 43 ]

Por pares

  • máximo de las similitudes por pares
  • promedio compuesto en el que solo se consideran los pares que mejor coinciden (promedio de mejor coincidencia)

Por grupos

Similitud estadística

Los métodos de similitud estadística pueden aprenderse a partir de datos o predefinirse. El aprendizaje de similitud suele superar a las medidas de similitud predefinidas. En términos generales, estos métodos construyen un modelo estadístico de documentos y lo utilizan para estimar la similitud.

  • LSA ( análisis semántico latente ): [ 44 ] [ 45 ] (+) basado en vectores, agrega vectores para medir términos de varias palabras; (−) vocabulario no incremental, tiempos de preprocesamiento prolongados
  • PMI ( información mutua puntual ): (+) vocabulario amplio, porque utiliza cualquier motor de búsqueda (como Google); (−) no puede medir la relación entre oraciones o documentos completos.
  • SOC-PMI ( información mutua puntual de coocurrencia de segundo orden ): (+) ordena listas de palabras vecinas importantes de un corpus grande; (−) no puede medir la relación entre oraciones o documentos completos.
  • GLSA (análisis semántico latente generalizado): (+) basado en vectores, añade vectores para medir términos de varias palabras; (−) vocabulario no incremental, tiempos de preprocesamiento prolongados.
  • ICAN (construcción incremental de una red asociativa): (+) medida incremental basada en la red, buena para propagar la activación, tiene en cuenta la relación de segundo orden; (−) no puede medir la relación entre términos de varias palabras, tiempos de preprocesamiento largos
  • NGD ( distancia de Google normalizada ): (+) vocabulario amplio, ya que utiliza cualquier motor de búsqueda (como Google); (−) puede medir la relación entre oraciones o documentos completos, pero cuanto más extensa sea la oración o el documento, mayor será el ingenio requerido (Cilibrasi y Vitanyi, 2007). [ 46 ]
  • TSS (Twitter semantic similarity): [ 47 ] amplio vocabulario, ya que utiliza tweets en línea de Twitter para calcular la similitud. Tiene una alta resolución temporal que permite capturar eventos de alta frecuencia. Código abierto
  • NCD ( distancia de compresión normalizada )
  • ESA ( análisis semántico explícito ) basado en Wikipedia y el ODP
  • SSA (análisis semántico saliente) [ 48 ] que indexa términos utilizando conceptos salientes encontrados en su contexto inmediato.
  • n° de Wikipedia (noW), [ 49 ] inspirado en el juego Six Degrees of Wikipedia, [ 50 ] es una métrica de distancia basada en la estructura jerárquica de Wikipedia. Primero se construye un grafo dirigido-acíclico y luego se emplea el algoritmo de ruta más corta de Dijkstra para determinar el valor noW entre dos términos como la distancia geodésica entre los temas correspondientes (es decir, nodos) en el grafo.
  • VGEM (generación vectorial de un espacio semántico multidimensional definido explícitamente): [ 51 ] (+) vocabulario incremental, puede comparar términos de varias palabras (−) el rendimiento depende de la elección de dimensiones específicas
  • SimRank
  • NASARI: [ 52 ] Representaciones vectoriales dispersas construidas aplicando la distribución hipergeométrica sobre el corpus de Wikipedia en combinación con la taxonomía BabelNet. La similitud interlingüística también es posible actualmente gracias a la extensión multilingüe y unificada. [ 53 ]

Similitud basada en la semántica

  • Paso de marcadores: Combinando la descomposición léxica para la creación automatizada de ontologías y el paso de marcadores, el enfoque de Fähndrich et al. introduce un nuevo tipo de medida de similitud semántica. [ 54 ] Aquí, los marcadores se pasan desde los dos conceptos objetivo portando una cantidad de activación. Esta activación puede aumentar o disminuir dependiendo del peso de las relaciones con las que están conectados los conceptos. Esto combina enfoques basados ​​en aristas y nodos e incluye razonamiento conexionista con información simbólica.
  • Buena medida de similitud semántica basada en subsumidor común (GCS) [ 55 ]

Redes de similitud semántica

  • Una red de similitud semántica (SSN) es una forma especial de red semántica , diseñada para representar conceptos y su similitud semántica. Su principal contribución es reducir la complejidad del cálculo de distancias semánticas. Bendeck (2004, 2008) introdujo el concepto de redes de similitud semántica (SSN) como la especialización de una red semántica para medir la similitud semántica a partir de representaciones ontológicas. [ 56 ] Las implementaciones incluyen el manejo de información genética.

Estándares de oro

Los investigadores han recopilado conjuntos de datos con juicios de similitud entre pares de palabras, que se utilizan para evaluar la plausibilidad cognitiva de las medidas computacionales. El estándar de referencia hasta la fecha es una antigua lista de 65 palabras donde los humanos han juzgado la similitud entre ellas. [ 57 ] [ 58 ]

Véase también

Referencias

  1. ↑ Harispe S.; Ranwez S.; Janaqi S.; Montmain J. (2015). "Similitud semántica a partir del análisis del lenguaje natural y de ontologías". Synthesis Lectures on Human Language Technologies . 8 (1): 1– 254. arXiv : 1704.05295 . doi : 10.2200/S00639ED1V01Y201504HLT027 . S2CID 17428739 . 
  2. ↑ Feng Y.; Bagheri E.; Ensan F.; Jovanovic J. (2017). "El estado del arte en la relación semántica: un marco para la comparación". Knowledge Engineering Review . 32 e10: 1– 30. doi : 10.1017/S0269888917000029 . S2CID 52172371 . 
  3. ↑ A. Ballatore; M. Bertolotto; DC Wilson (2014). "Una base evaluativa para la relación y similitud geosemántica". GeoInformatica . 18 (4): 747– 767. arXiv : 1402.3371 . Bibcode : 2014GInfo..18..747B . doi : 10.1007/s10707-013-0197-8 . S2CID 17474023 . 
  4. 1 2 Budanitsky, Alexander; Hirst, Graeme (2001). "Distancia semántica en WordNet: una evaluación experimental y orientada a la aplicación de cinco medidas" (PDF) . Taller sobre WordNet y otros recursos léxicos, Segunda reunión del capítulo norteamericano de la Asociación de Lingüística Computacional . Pittsburgh.
  5. ↑ Guzzi, Pietro Hiram; Mina, Marco; Cannataro, Mario; Guerra, Concettina (2012). "Análisis de similitud semántica de datos de proteínas: evaluación con características y problemas biológicos" . Briefings in Bioinformatics . 13 (5): 569– 585. doi : 10.1093/bib/bbr066 . PMID 22138322 . 
  6. 1 2 Benabderrahmane, Sidahmed; Smail Tabbone, Malika; Poch, Olivier; Napoli, Amedeo; Devignes, Marie-Domonique. (2010). "IntelliGO: una nueva medida de similitud semántica basada en vectores que incluye el origen de la anotación" . BMC Bioinformatics . 11 588. doi : 10.1186/1471-2105-11-588 . PMC 3098105. PMID 21122125 .  
  7. ↑ Chicco, D; Masseroli, M (2015). "Paquete de software para predicción de anotaciones de genes y proteínas y búsqueda de similitud". IEEE/ACM Transactions on Computational Biology and Bioinformatics . 12 (4): 837– 843. Bibcode : 2015ITCBB..12..837C . doi : 10.1109/TCBB.2014.2382127 . hdl : 11311/959408 . PMID 26357324 . S2CID 14714823 .  
  8. ↑ Köhler, S; Schulz, MH; Krawitz, P; Bauer, S; Dolken, S; Ott, CE; Mundlos, C; Horn, D; et al. (2009). "Diagnóstico clínico en genética humana con búsquedas de similitud semántica en ontologías" . American Journal of Human Genetics . 85 (4): 457– 64. doi : 10.1016/j.ajhg.2009.09.003 . PMC 2756558. PMID 19800049 .   
  9. ↑ "ProteInOn" .
  10. ↑ "CMPSim" .
  11. ↑ "CESSM" .
  12. ↑ Janowicz, K.; Raubal, M.; Kuhn, W. (2011). "La semántica de la similitud en la recuperación de información geográfica" . Journal of Spatial Information Science . 2 (2): 29– 57. doi : 10.5311/josis.2011.2.3 . hdl : 20.500.11850/41298 .
  13. ↑ Algoritmo, implementación y aplicación del servidor de similitud SIM-DL . Segunda Conferencia Internacional sobre Semántica Geoespacial (GEOS 2007). Lecture Notes in Computer Science. 2007. pp. 128–145 . CiteSeerX 10.1.1.172.5544 .  
  14. ↑ "Calculadora de similitud Geo-Net-PT" .
  15. ↑ "Geo-Net-PT" .
  16. ↑ "Red Semántica de OSM" . Wiki de OSM.
  17. ↑ A. Ballatore; DC Wilson; M. Bertolotto. "Extracción de conocimiento geográfico y similitud semántica en OpenStreetMap" (PDF) . Sistemas de conocimiento e información : 61–81 .
  18. ↑ Kaur, I. y Hornof, AJ (2005). «Una comparación de LSA, wordNet y PMI-IR para predecir el comportamiento de clics del usuario». Actas de la Conferencia SIGCHI sobre Factores Humanos en Sistemas Informáticos . págs. 51–60 . doi : 10.1145/1054972.1054980 . ISBN  978-1-58113-998-3. S2CID 14347026 . 
  19. ↑ Métodos de aprendizaje basados ​​en la similitud para la web semántica (C. d'Amato, Tesis doctoral)
  20. ↑ Gracia, J. y Mena, E. (2008). "Medida de relación semántica basada en la web" (PDF) . Actas de la 9.ª Conferencia Internacional sobre Ingeniería de Sistemas de Información Web (WISE '08) : 136–150 .
  21. ↑ Raveendranathan, P. (2005). Identificación de conjuntos de palabras relacionadas en la World Wide Web . Tesis de maestría en ciencias, Universidad de Minnesota Duluth.
  22. ↑ Wubben, S. (2008). Uso de la estructura de enlaces libres para calcular la relación semántica . En ILK Research Group Technical Report Series, nr. 08-01, 2008.
  23. ↑ Juvina, I., van Oostendorp, H., Karbor, P., & Pauw, B. (2005). Hacia el modelado de información contextual en la navegación web . En BG Bara & L. Barsalou & M. Bucciarelli (Eds.), 27.ª Reunión Anual de la Sociedad de Ciencias Cognitivas, CogSci2005 (pp. 1078–1083). Austin, Tx: The Cognitive Science Society, Inc.
  24. ↑ Navigli, R., Lapata, M. (2007). Medidas de conectividad de grafos para la desambiguación no supervisada del sentido de las palabras , Actas de la 20.ª Conferencia Internacional Conjunta sobre Inteligencia Artificial (IJCAI 2007), Hyderabad, India, 6-12 de enero de 2007, pp. 1683-1688.
  25. ↑ Pirolli, P. (2005). "Análisis racionales de la búsqueda de información en la Web" . Cognitive Science . 29 (3): 343– 373. doi : 10.1207/s15516709cog0000_20 . PMID 21702778 . 
  26. ↑ Pirolli, P. y Fu, W.-T. (2003). «SNIF-ACT: Un modelo de búsqueda de información en la World Wide Web». Lecture Notes in Computer Science . Vol. 2702. pp. 45–54 . CiteSeerX 10.1.1.6.1506 . doi : 10.1007/3-540-44963-9_8 . ISBN    978-3-540-40381-4.
  27. ↑ Turney, P. (2001). Minería de la web en busca de sinónimos: PMI frente a LSA en el TOEFL . En L. De Raedt y P. Flach (Eds.), Actas de la Duodécima Conferencia Europea sobre Aprendizaje Automático (ECML-2001) (pp. 491–502). Friburgo, Alemania.
  28. ↑ Reimers, Nils; Gurevych, Iryna (noviembre de 2019). "Sentence-BERT: Incrustaciones de oraciones usando redes BERT siamesas" . Actas de la Conferencia de 2019 sobre Métodos Empíricos en Procesamiento del Lenguaje Natural y la 9.ª Conferencia Internacional Conjunta sobre Procesamiento del Lenguaje Natural (EMNLP-IJCNLP) . Hong Kong, China: Asociación de Lingüística Computacional. págs. 3982–3992 . arXiv : 1908.10084 . doi : 10.18653/v1/D19-1410 . 
  29. ↑ Mueller, Jonas; Thyagarajan, Aditya (2016-03-05). "Arquitecturas recurrentes siamesas para el aprendizaje de la similitud de oraciones" . Trigésima Conferencia AAAI sobre Inteligencia Artificial . 30. doi : 10.1609/aaai.v30i1.10350 . S2CID 16657628 . 
  30. ^ Kiros, Ryan; Zhu, Yukun; Salakhutdinov, Russ R; Zemel, Richard; Urtasún, Raquel; Torralba, Antonio; Fidler, Sanja (2015), Cortés, C.; Lawrence, Dakota del Norte; Lee, DD; Sugiyama, M. (eds.), "Skip-Thought Vectors" (PDF) , Avances en los sistemas de procesamiento de información neuronal 28 , Curran Associates, Inc., págs. 3294-3302 , consultado el 13 de marzo de 2020 
  31. ↑ Cheatham, Michelle; Hitzler, Pascal (2013). "Métricas de similitud de cadenas para la alineación de ontologías". En Alani, Harith; Kagal, Lalana; Fokoue, Achille; Groth, Paul; Biemann, Chris; Parreira, Josiane Xavier; Aroyo, Lora; Noy, Natasha; Welty, Chris (eds.). Ingeniería avanzada de sistemas de información . La Web semántica – ISWC 2013. Notas de clase en ciencias de la computación. Vol. 7908. Berlín, Heidelberg: Springer. pp. 294–309 . doi : 10.1007/978-3-642-41338-4_19 . ISBN   978-3-642-41338-4. S2CID 18372966 . 
  32. 1 2 Sousa, G., Lima, R., & Trojahn, C. (2022). Una mirada al aprendizaje de representaciones en la correspondencia de ontologías. OM@ISWC .
  33. ↑ Pekar, Viktor; Staab, Steffen (2002). Aprendizaje de taxonomías . Actas de la 19.ª conferencia internacional sobre lingüística computacional. Vol. 1. pp. 1– 7. doi : 10.3115/1072228.1072318 .  
  34. ↑ Cheng, J; Cline, M; Martin, J; Finkelstein, D; Awad, T; Kulp, D; Siani-Rose, MA (2004). "Un algoritmo de agrupamiento basado en el conocimiento impulsado por la ontología genética". Journal of Biopharmaceutical Statistics . 14 (3): 687– 700. doi : 10.1081/BIP-200025659 . PMID 15468759 . S2CID 25224811 .  
  35. ↑ Wu, H; Su, Z; Mao, F; Olman, V; Xu, Y (2005). "Predicción de módulos funcionales basada en análisis comparativo del genoma y aplicación de Gene Ontology" . Nucleic Acids Research . 33 (9): 2822– 37. doi : 10.1093 / nar/gki573 . PMC 1130488. PMID 15901854 .  
  36. ↑ Del Pozo, Ángela; Pazos, Florencio; Valencia, Alfonso (2008). "Definición de distancias funcionales sobre ontología genética" . Bioinformática BMC . 9 50.doi : 10.1186/ 1471-2105-9-50 . PMC 2375122 . PMID 18221506 .  
  37. ↑ Philip Resnik (1995). Chris S. Mellish (ed.). "Uso del contenido informativo para evaluar la similitud semántica en una taxonomía". Actas de la 14.ª Conferencia Internacional Conjunta sobre Inteligencia Artificial (IJCAI'95) . 1 : 448–453 . arXiv : cmp-lg/9511007 . Bibcode : 1995cmp.lg...11007R . CiteSeerX 10.1.1.41.6956 . 
  38. ↑ Dekang Lin. 1998. Una definición de similitud basada en la teoría de la información . En Actas de la Decimoquinta Conferencia Internacional sobre Aprendizaje Automático (ICML '98), Jude W. Shavlik (Ed.). Morgan Kaufmann Publishers Inc., San Francisco, CA, EE. UU., 296–304
  39. ↑ Ana Gabriela Maguitman, Filippo Menczer, Heather Roinestad, Alessandro Vespignani: Detección algorítmica de similitud semántica . WWW 2005: 107–116
  40. ↑ JJ Jiang y DW Conrath. Similitud semántica basada en estadísticas de corpus y taxonomía léxica . En Conferencia Internacional sobre Investigación en Lingüística Computacional (ROCLING X), páginas 9008+, septiembre de 1997.
  41. ↑ MT Pilehvar, D. Jurgens y R. Navigli. Alinear, desambiguar y recorrer: un enfoque unificado para medir la similitud semántica. Actas de la 51.ª Reunión Anual de la Asociación de Lingüística Computacional (ACL 2013), Sofía, Bulgaria, 4-9 de agosto de 2013, págs. 1341-1351.
  42. ↑ Dong, Hai (2009). "Un modelo híbrido de medida de similitud conceptual para entornos de ontologías". Hacia sistemas de Internet significativos: Talleres OTM 2009. Lecture Notes in Computer Science. Vol. 5872. pp. 848–857 . Bibcode : 2009LNCS.5872..848D . doi : 10.1007/978-3-642-05290-3_103 . ISBN   978-3-642-05289-7.
  43. ↑ Dong, Hai (2011). "Un modelo de similitud semántica sensible al contexto para entornos de ontología" . Concurrency and Computation: Practice and Experience . 23 (2): 505– 524. doi : 10.1002/cpe.1652 . S2CID 412845 . 
  44. ↑ Landauer, TK; Dumais, ST (1997). "Una solución al problema de Platón: La teoría del análisis semántico latente de la adquisición, inducción y representación del conocimiento" (PDF) . Psychological Review . 104 (2): 211– 240. CiteSeerX 10.1.1.184.4759 . doi : 10.1037/0033-295x.104.2.211 . S2CID 1144461 .  
  45. ↑ Landauer, TK; Foltz, PW y Laham, D. (1998). "Introducción al análisis semántico latente" (PDF) . Discourse Processes . 25 ( 2–3 ): 259–284 . CiteSeerX 10.1.1.125.109 . doi : 10.1080/01638539809545028 . S2CID 16625196 .  
  46. ↑ "Distancia de similitud de Google" .
  47. ↑ Carrillo, F.; Cecchi, GA; Sigman, M.; Slezak, DF (2015). "Dinámica distribuida rápida de redes semánticas a través de redes sociales" ( PDF) . Inteligencia computacional y neurociencia . 2015 712835. doi : 10.1155/2015/712835 . PMC 4449913. PMID 26074953 .  
  48. ↑ "Samer Hassan" (PDF) .
  49. ↑ Wilson Wong; Wei Liu; Mohammed Bennamoun (noviembre de 2006). Similitudes sin características para la agrupación de términos mediante hormigas que recorren árboles . PCAR '06: Actas del simposio internacional de 2006 sobre agentes cognitivos prácticos y robots. págs. 177–191 . doi : 10.1145/1232425.1232448 . 
  50. ↑ "6 grados de Wikipedia" . The Chronicle of Higher Education . The Wired Campus. 28 de mayo de 2008. Archivado del original el 30 de mayo de 2008.
  51. ↑ VD Veksler; Ryan Z. Govostes (2008). "Definiendo las dimensiones del espacio semántico humano" (PDF) .
  52. ↑ J. Camacho-Collados; MT Pilehvar; R. Navigli (2015). NASARI: un enfoque novedoso para una representación semánticamente consciente de los elementos (PDF) . Actas del capítulo norteamericano de la Asociación de Lingüística Computacional (NAACL 2015). Denver, EE. UU. pp. 567–577 . 
  53. ↑ J. Camacho-Collados; MT Pilehvar; R. Navigli (27–29 de julio de 2015). Una representación semántica multilingüe unificada de conceptos (PDF) . Actas de la 53.ª Reunión Anual de la Asociación de Lingüística Computacional (ACL 2015). Pekín, China. págs. 741–751 . 
  54. ↑ Fähndrich J.; Weber S.; Ahrndt S. (2016). "Diseño y uso de una medida de similitud semántica para la interoperabilidad entre agentes". En Klusch M.; Unland R.; Shehory O.; Pokahr A.; Ahrndt S. (eds.). Tecnologías de sistemas multiagente . MATES 2016. Lecture Notes in Computer Science. Vol. 9872. Springer. Disponible en la versión del autor.
  55. ↑ C. d'Amato; S. Staab; N. Fanizzi (2008). "Sobre la influencia de las ontologías de lógicas descriptivas en la similitud conceptual". Ingeniería del conocimiento: práctica y patrones . pp. 48–63 . doi : 10.1007/978-3-540-87696-0_7 . 
  56. ↑ Bendeck, F. (2008). Plataforma de coincidencia semántica de flujo de trabajo WSM-P, tesis doctoral, Universidad de Trier, Alemania . Verlag Dr. Hut. ASIN 3899638549 . 
  57. ↑ Rubenstein, Herbert y John B. Goodenough. Correlatos contextuales de la sinonimia . Communications of the ACM, 8(10):627–633, 1965.
  58. ↑ Para obtener una lista de conjuntos de datos y una descripción general del estado del arte, consulte https://www.aclweb.org/ .
  59. ↑ Rubenstein, Herbert; Goodenough, John B. (1965-10-01). "Correlatos contextuales de la sinonimia" . Communications of the ACM . 8 (10): 627– 633. doi : 10.1145/365628.365657 . S2CID 18309234 . 
  60. ↑ Miller, George A.; Charles, Walter G. (1991-01-01). "Correlatos contextuales de la similitud semántica". Language and Cognitive Processes . 6 (1): 1– 28. doi : 10.1080/01690969108406936 . ISSN 0169-0965 . 
  61. ↑ "Contextualizando la búsqueda". ACM Transactions on Information Systems . 20 : 116–131 . 2002-01-01. CiteSeerX 10.1.1.29.1912 . doi : 10.1145/503104.503110 . S2CID 12956853 .  

Fuentes

  • Chicco, D; Masseroli, M (2015). "Paquete de software para predicción de anotaciones de genes y proteínas y búsqueda de similitud". IEEE/ACM Transactions on Computational Biology and Bioinformatics . 12 (4): 837– 843. Bibcode : 2015ITCBB..12..837C . doi : 10.1109/TCBB.2014.2382127 . hdl : 11311/959408 . PMID 26357324 . S2CID 14714823 .  
  • Cilibrasi, RL y Vitanyi, PMB (2007). "La distancia de similitud de Google". IEEE Transactions on Knowledge and Data Engineering . 19 (3): 370– 383. arXiv : cs/0412098 . Bibcode : 2007ITKDE..19..370C . doi : 10.1109/TKDE.2007.48 . S2CID 59777 . 
  • Dumais, S (2003). "Enfoques basados ​​en datos para el acceso a la información" . Cognitive Science . 27 (3): 491– 524. doi : 10.1207/s15516709cog2703_7 .
  • Gabrilovich, E. y Markovitch, S. (2007). Cálculo de la relación semántica mediante análisis semántico explícito basado en Wikipedia. Archivado el 29 de octubre de 2019 en Wayback Machine , Actas de la 20.ª Conferencia Internacional Conjunta sobre Inteligencia Artificial (IJCAI), Hyderabad, India, enero de 2007.
  • Lee, MD, Pincombe, B., & Welsh, M. (2005). Una evaluación empírica de modelos de similitud de documentos de texto . En BG Bara & L. Barsalou & M. Bucciarelli (Eds.), 27.ª Reunión Anual de la Sociedad de Ciencias Cognitivas, CogSci2005 (pp.  1254–1259). Austin, Tx: The Cognitive Science Society, Inc.
  • Lemaire, B., & Denhiére, G. (2004). Construcción incremental de una red asociativa a partir de un corpus . En KD Forbus & D. Gentner & T. Regier (Eds.), 26.ª Reunión Anual de la Sociedad de Ciencias Cognitivas, CogSci2004. Hillsdale, NJ: Lawrence Erlbaum Publisher.
  • Lindsey, R.; Veksler, VD; Grintsvayg, A.; Gray, WD (2007). "Los efectos de la selección de corpus en la medición de la relación semántica" (PDF) . Actas de la 8.ª Conferencia Internacional sobre Modelado Cognitivo, Ann Arbor, MI .
  • Navigli, R., Lapata, M. (2010). "Un estudio experimental de la conectividad de grafos para la desambiguación no supervisada del sentido de las palabras" . IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 32(4), IEEE Press, 2010, pp.  678–692.
  • Veksler, VD y Gray, WD (2006). "Selección de casos de prueba para evaluar medidas de distancia semántica" (PDF) . Actas de la 28.ª Reunión Anual de la Sociedad de Ciencias Cognitivas, CogSci2006 .
  • Wong, W., Liu, W. y Bennamoun, M. (2008) Agrupación de datos sin características distintivas. En: M. Song y Y. Wu; Manual de investigación sobre tecnologías de minería de texto y web; IGI Global. ISBN 978-1-59904-990-8(el uso de NGD y noW para la agrupación de términos y URI)
  • Lista de literatura relacionada

Artículos de encuesta

  • Artículo de congreso : C. d'Amato, S. Staab, N. Fanizzi. 2008. Sobre la influencia de las ontologías de lógicas descriptivas en la similitud conceptual . En Actas de la 16.ª conferencia internacional sobre ingeniería del conocimiento: práctica y patrones, páginas 48-63. Acitrezza, Italia, Springer-Verlag.
  • Artículo de revista sobre el tema más general de la relación, que también incluye la similitud: Z. Zhang, A. Gentile, F. Ciravegna. 2013. Avances recientes en métodos de relación semántica léxica: una revisión . Natural Language Engineering 19 (4), 411–479, Cambridge University Press.
  • Libro : S. Harispe, S. Ranwez, S. Janaqi, J. Montmain. 2015. Semantic Similarity from Natural Language and Ontology Analysis , Morgan & Claypool Publishers.
Lecturas relacionadas
6 articulos
Espacio métricoEl avión (un conjunto de puntos) puede estar equipado con diferentes métricas. En la métrica del taxi, los caminos rojo, amarillo y azul tienen la ...Fotografía de un diccionarioSemánticaUn tema central en la semántica se refiere a la relación entre el lenguaje, el mundo y los conceptos mentales. La semántica es el estudio del signi...LexicografíaLexicografíaLa lexicografía es el estudio de los léxicos y el arte de compilar diccionarios. [ 1 ] Se divide en dos disciplinas académicas separadas :es-unes-unEn la representación del conocimiento , los componentes de ontología y la ingeniería de ontologías , incluyendo la programación y el diseño orienta...TopologíaTopologíaModelo tridimensional de un nudo en forma de ocho . El nudo en forma de ocho es un nudo primo y tiene una notación Alexander-Briggs de 4 1 . La top...detail of a Tree of Knowledge after Diderot & d'Alembert's Encyclopédie, by Chrétien Frédéric Guillaume RothOntología (ciencia de la información)En la ciencia de la información , una ontología abarca una representación, denominación formal y definiciones de las categorías, propiedades y rela...