Search for synonyms in Wikipedia - Science Library

- 48 -
меры сходства сходства слов и предложений, обладающие особенностями:
ассиметричность, транзитивность, сходимость. Благодаря транзитивности
данный метод позволяет оценивать сходство редких фраз, отсутствующих в
корпусе. Были использованы данные словарей Webster, Oxford и WordNet. В
экспериментах WordNet показал слабые результаты. Возможные причины
таковы [121]:
• архитектура WordNet не предназначена для хранения данных о
контекстном сходстве;
• расстояние в дереве WordNet (длина пути между концептами) не
всегда соответствует интуитивным представлениям сходства слов, так
как разные концепты находятся на разном уровне абстракции, имеют
разное число гиперонимов.
Система WordNet используется во многих современных проектах, что, в свою
очередь, приводит к появлению научно-исследовательских проектов,
направленных на улучшение самой базы WordNet. В работе испанских
учёных [158] предлагается использовать данные энциклопедии Википедия
для расширения сети концептов WordNet. Авторы предлагают способ
автоматического установления соответствия между статьями энциклопедии и
концептами онтологии (здесь – семантической сети WordNet). 1 Для решения
задачи авторы строят упрощённую версию Английской Википедии 2 таким
способом, что из всех статей оригинальной Википедии были выбраны только
те, заголовкам которых был найден соответствующий концепт в WordNet. 3
Для вычисления метрики сходства между статьёй Википедии и концептом
WordNet использовалась модель VSM (Vector Space Model).
Далее будут описаны отечественные лингвистические базы данных и
тезаурусы: каталог семантических переходов, тезаурус РуТез, Русский
Викисловарь, а также тезаурус GEMET.
«Каталог семантических переходов» – база данных регулярно
воспроизводимых лексико-семантических изменений,
1 Такое автоматическое установление соответствия является подзадачей автоматического построения
онтологий, как верно замечают авторы [158].
2 Не путать с Википедией на английском упрощённом языке (Simple Wikipedia).
3 Этим объясняется небольшое количество статей в упрощённой Википедии (1841 статья на 15.11.2004)