计算机应用研究

作者：徐帆,王裴岩,蔡东风,

单位：沈阳航空航天大学人机智能研究中心,沈阳110136；

关键词：词向量,中心化,相似度矩阵,

基金：辽宁省自然科学基金计划重点项目(20170540705)；国家自然科学基金资助项目(61403262)；；

对基于矩阵分解的词向量方法进行了研究，发现降维前相似度矩阵质量与词向量质量存在线性相关性，提出了一种基于中心化相似度矩阵的方法。该方法使得相似（不相似或弱相似）词间的相似程度相对增强（减弱）。在WS-353和RW数据集的词语相似性实验中验证了所提出方法的有效性，两个数据集下词向量质量最高提升0.289 6和0.180 1。中心化能够提升降维前相似度矩阵质量，进而提升词向量质量。

来源：2019年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第2期