有向标记根树之间的语义编辑距离

被引：11

作者：

康琪

马军

机构：

[1] 山东大学计算机科学与技术学院

来源：

模式识别与人工智能 | 2011年 / 24卷 / 06期

基金：

中国博士后科学基金;

关键词：

树编辑距离; 文档聚类; 结构相似度; 语义相似性;

D O I：

10.16451/j.cnki.issn1003-6059.2011.06.008

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

有向标记根树之间的编辑距离(TED)被广泛应用在文档的结构化相似度计算上.文中提出有向标记根树之间的语义编辑距离(TSED)的概念,并给出计算公式.组合TED和TSED形成距离测度,并应用在XML文档的结构聚类上.实验表明该距离模型在结构化聚类的准确率和召回率上明显优于单纯利用TED算法的聚类结果.该算法在时间复杂性上也等同于利用动态规划计算TED的最好算法.

引用

页码：816 / 824

页数：9

共 5 条

[1]

New algorithm for ordered tree-to-tree correction problem [J].