从维基百科探索语义相关概念：以 SeRE 为例
计算与语言
2015-04-28 v1 信息检索
摘要
在本文中，我们呈现了旨在探索语义相关概念的 Web 应用 SeRE。维基百科和 DBpedia 是提取给定主题相关实体的丰富数据源，如入链和出链、上位词与下位词、分类信息等。我们利用维基百科全文主体计算提取术语的语义相关度，从而得到对于某主题最相关的实体列表。对于任意给定查询，SeRE 的用户界面将这些相关概念按语义相关度排序可视化；并附带来自维基百科文章的片段以解释这两个实体间的联系。在一项用户研究中，我们考察了如何运用 SeRE 来查找给定主题的重要实体及其关系，并回答分类系统如何用于过滤的问题。
引用
@article{arxiv.1504.07071,
title = {Exploring semantically-related concepts from Wikipedia: the case of SeRE},
author = {Daniel Hienert and Dennis Wegener and Siegfried Schomisch},
journal= {arXiv preprint arXiv:1504.07071},
year = {2015}
}
备注
In Classification & visualization : interfaces to knowledge ; proceedings of the International UDC Seminar 24 - 25 October 2013, The Hague, The Netherlands, edited by Aida Slavic, Almila Akdag Salah, and Sylvie Davies, 153-165. W\"urzburg: Ergon-Verl