Sense and Similarity: A Study of Sense-level Similarity Measures

Abstract

In this paper, we investigate the difference between word and sense similarity measures and present means to convert a state-of-the-art word similarity measure into a sense similarity measure. In order to evaluate the new measure, we create a special sense similarity dataset and re-rate an existing word similarity dataset using two different sense inventories from WordNet and Wikipedia. We discover that word-level measures were not able to differentiate between different senses of one word, while sense-level measures actually increase correlation when shifting to sense similarities. Sense-level similarity measures improve when evaluated with a re-rated sense-aware gold standard, while correlation with word-level similarity measures decreases.

From senses to texts: An all-in-one graph-based approach for measuring semantic similarity

“…Several approaches have exploited information from dictionaries such as the Longman Dictionary of Contemporary English, thesauri such as Roget's [44] and Macquarie [45], or integrated knowledge resources such as BabelNet [18] for their similarity computation [46][47][48][49][50]. Collaboratively-constructed resources such as Wikipedia [51][52][53] have also been used extensively as lexical resources for measuring semantic similarity.…”

Nâng Cao Hiệu Quả Đo Độ Tương Tự Ngữ Nghĩa Dựa Trên Mạng Từ

“…Bƣớc 6. Tính độ tƣơng tự của các cặp từ theo kỹ thuật m (công thức 14). Độ tƣơng tự của từ u và v bằng hệ số α nếu chúng không liên thông trên đồ thị tƣơng tự G. Ngƣợc lại, nếu u liên thông với v, độ tƣơng tự của hai từ đƣợc đo bằng tổng của độ tƣơng tự tính theo kỹ thuật m với một lƣợng tỷ lệ thuận với độ tƣơng tự cực đại và tỷ lệ nghịch với số đỉnh trung gian trên đƣờng đi tối ƣu giữa u và v. Trong đó Length(u,v) là số đỉnh trung gian trên đƣờng đi ngắn nhất từ…”