1.一种基于Wikipedia概念向量的英文词语相关度计算方法，在特征在于，该方法包括以下步骤：

步骤一、由Wikipedia Dump服务站点获取其Dump生语料；并对生语料进行规范化处理，仅保留namespace属性为0的Wikipedia概念文档；对于每个概念文档，只保留其正式文本及概念标注信息；将处理后的概念文档收集起来，作为Wikipedia基础语料库；具体为：步骤1‑1)访问Wikipedia Dump服务站点，下载最新的enwiki数据库；

步骤1‑2)根据enwiki数据库依次处理＜page＞节点，提取ns的值为0的＜page＞节点，提取该节点中的title、redirect、id和text的内容，同时对text做如下处理：删除用户编辑记录和外部链接，替换特殊字符，保留概念标注信息，利用＜h#n＞标记段落标题；其中，#n＝{1，2，3...n}，代表文档标题的层级，从1到n表示由高到低；

步骤二、对Wikipedia基础语料库进行概念标注扩充，构建Wikipedia概念语料库；具体为：

步骤2‑1)对Wikipedia基础语料库进行词形还原，具体为：将文档中的单词记作tokeni，tokeni的原形记作lemmai，tokeni的词性记作posi；进行词形还原后，原文：token1，token2，...，tokenn，变为：token1/pos1/lemma1 token2/pos2/lemma2…tokenn/posn/lemman；后面的步骤中涉及词语查找的操作均使用词的原形进行查找；

步骤2‑2)根据one sense per discourse假设，对基础语料库中的每篇文档进行概念标记扩充，具体为：

将基础语料库中的某一篇文档记作docl，其标题记作titlel，标识记作idl；该篇文档中的某一概念标记的热点文本记作linkl，k，目标概念记作targetl，k；docl中未加概念标记的词语记作wl，i；lemma(w)表示取词语w的原形；

步骤2‑2‑1)在docl中，收集＜h#n＞...＜/h#n＞(#n＝1，2，...，n)标签中的词语，作为docl的子标题集合，记作 遍历 中的元素，若lemma(headl，i)＝lemma(titlel)，则将原文中headl，i左右加上三个中括号的概念标记，变为：[[[headl，i]]]；

步骤2‑2‑2)在docl中，收集所有概念标记信息，构建概念标记集合，记作按照每个元素中link所包含的

单词个数降序排列；

步骤2‑2‑3)遍历 若在docl中存在lemma(wl，j)＝lemma(linkl，i)，则将wl，j左右添加三个中括号的概念标记，变为：[[[wl，j]]]；

步骤2‑3)根据最大频率词义算法，对步骤2‑2)处理过的基础语料库做进一步的概念标记扩充，具体为：

收集经过步骤2‑2)扩充概念的基础语料库中的概念标记信息元组，构建概念标记集合，记作： 概

念标记信息元组包含热点文本(linki)、目标概念集合(Ti)、热点文本的数量 与热点文本一致但未加概念标记的词语的数量 统计每个概念标记的目标概念和及其数量得到目标概念元组集合，记作：Ti＝{(targeti，1，numi，1)，(targeti，2，numi，2)，...，(targeti，n，numi，n)}；语料库中未加概念标记的词语记作wk；

步骤2‑3‑1)遍历LS，按照公式(1)计算词语的概念标注概率Pl(linki)；保留结果大于

50％的linki生成高频概念标注集合，记为LSH；

步骤2‑3‑2)遍历LSH，依次对linki中Ti的每个元素按照公式(2)计算目标概念的标注概率Pt(targeti，j)；保留标注概率大于90％的目标概念(target)，生成高频目标概念集合，记为LSHC＝{(linki，targeti，j)，...}，将集合的各个元素按照linki中含有的单词数降序排列；

步骤2‑3‑3)遍历LSHC，若存在lemma(wk)＝lemma(linki)，则将wk左右添加五个中括号的概念标记，变为：[[[[[wk]]]]]；

步骤三、根据Wikipedia概念语料库，训练概念向量；

步骤四、对于待比较词语对，根据Wikipedia查询由用户指定的不同层次的概念集合，获得其词语概念集合；

步骤五、取得待比较词语对的概念集合的笛卡尔积，计算其中每个概念对所对应的概念向量的相似度；取最大的概念向量的相似度作为待比较词语对的相关度。

2.根据权利要求1所述的基于Wikipedia概念向量的英文词语相关度计算方法，其特征在于，所述步骤三中，训练概念向量时，具体为：步骤3‑1)对Wikipedia概念语料库进行处理，除去概念标记内词语的lemma信息，其他词语的token信息；

步骤3‑2)依次对概念标记进行处理，只保留目标概念并查找目标概念所对应的文档ID，将ID与目标概念之间用“_”连接；去掉概念标记左右两侧的中括号，生成概念语料库；

步骤3‑3)使用概念语料库训练概念向量。

3.根据权利要求1所述的基于Wikipedia概念向量的英文词语相关度计算方法，其特征在于，所述步骤四中，获取待比较词语对的概念集合时，具体为：步骤4‑1)获取Normal、Redirect、Disambig、HatenoteLinkItems、HatenoteLinkDisambigItems各个层次的初始概念集合；

步骤4‑2)由用户指定概念获取层次，构建概念集合；

需要说明的是，用户可指定的层次如下所示：a)Normal：只查找正常页面的Title；否则，返回None；

b)Normal_Redirect：只查找正常页面的Title或重定向页的RedirectTitle；若查找失败，则返回None；

c)Normal_Redirect_Disambig：查找正常页面的Title或重定向页的RedirectTitle，并查找消歧页的DisambigItems；若查找失败，则返回None；

d)Normal_Redirect_HatenoteLinkItem：查找正常页面的Title或重定向页的RedirectTitle，并查找页面包含的HatenoteLinkItems；若查找失败，则返回None；

e)Normal_Redirect_Disambig_HatenoteLinkItems：查找正常页面的Title或重定向页的RedirectTitle，并查找消歧页的DisambigItems，并查找页面包含的HatenoteLinkItems；若查找失败，则返回None；

f)Normal_Redirect_Disambig_HatenoteLinkItems_HatenoteLinkDisambigItems：在Normal_Redirect_Disambig_HatenoteLinkItems的基础上，再增加HatenoteLinkItems所对应的可能DisambigItems；若查找失败，则返回None；

其中的符号释义说明如下：

Title：当wi所对应的Wikipedia页是一个正常页面且非消歧页非重定向页时，其对应概念就是Title；

RedirectTitle：当wi所对应的Wikipedia页是一个重定向页时，RedirectTitle是wi所对应的最终重定向页面的Title；

DisambigItems：当wi所对应的Wikipedia页是一个消歧页时，DisambigItems是消歧页所包含的所有可能的概念，且不计与Title重复的；

HatenoteLinkItems：在Title对应的Wikipedia页面的开始部分的＜hatenote＞部分中，非歧义的热点文本；

HatenoteLinkDisambig：在Title对应的Wikipedia页面的开始部分的＜hatenote＞部分中，有歧义的热点文本；

HatenoteLinkDisambigItems：依次对HatenoteLinkDisambig各个消歧页提取有可能的概念，且不计与Title重复的。

4.根据权利要求1所述的基于Wikipedia概念向量的英文词语相关度计算方法，其特征在于，所述步骤五中，计算各个概念对的概念向量相似度并选取最大值作为词语相关度时，具体为：

步骤5‑1)待比较词语对为(w1，w2)，w1的概念集合 和w2的概念集合 根据步骤三所得的概念向量文件，查询 和 中各个概念的概念向量；若某一概念查找失败，则将其由概念集合中剔除；

步骤5‑2)根据步骤5‑1)处理过的 和 计算它们的笛卡尔积得待计算概念集合，记作

步骤5‑3)由步骤5‑1)和步骤5‑2)，按照公式(3)计算每个概念对的概念向量相似度，生成候选结果集合；

其中 和 表示概念ci和cj的概念向量， 和 表示向量 和 的模；

步骤5‑4)从候选结果集中选取概念向量相似度的最大值，作为待比较词语对的相关度。

5.一种基于Wikipedia概念向量的英文词语相关度计算装置，其特征在于，该装置包括Wikipedia基础语料库构建单元、Wikipedia概念语料库构建单元、概念向量训练单元、概念集合提取单元、词语相关度计算单元，分别实现权利要求1‑4任意一项所述的一种基于Wikipedia概念向量的英文词语相关度计算方法的步骤一、步骤二、步骤三、步骤四和步骤五。