基于在線論壇的問(wèn)答對(duì)識(shí)別研究與問(wèn)答系統(tǒng)實(shí)現(xiàn).pdf

1、隨著人們對(duì)快速、準(zhǔn)確地獲取信息的需求，問(wèn)答系統(tǒng)以其能用準(zhǔn)確、簡(jiǎn)潔的自然語(yǔ)言回答用戶的問(wèn)題而備受研究人員的關(guān)注。隨著Internet技術(shù)的發(fā)展，互聯(lián)網(wǎng)上存在著大量的在線論壇，這些論壇包含著大量的問(wèn)答對(duì)資源。這些問(wèn)答對(duì)具有廣泛性和實(shí)時(shí)性，因此論壇問(wèn)答對(duì)資源的抽取具有重要的實(shí)際意義與研究?jī)r(jià)值。由于在線論壇中提問(wèn)者和回答者均發(fā)帖比較隨意，因此論壇中問(wèn)答對(duì)的抽取存在很大困難，主要有以下幾方面：1.論壇中提問(wèn)比較隨意，很多問(wèn)題與傳統(tǒng)的提問(wèn)有較大的區(qū)

2、別；2.帖子存在話題轉(zhuǎn)移或交織；3.帖子文本長(zhǎng)度較短，很難準(zhǔn)確抽取有效的語(yǔ)言特征。針對(duì)這些難點(diǎn)，本文研究了論壇問(wèn)答對(duì)的抽取技術(shù)，主要包含以下內(nèi)容：
　　第一，本文分析了問(wèn)題的答案來(lái)源對(duì)問(wèn)答系統(tǒng)技術(shù)路線的影響，提出了一種基于問(wèn)答對(duì)識(shí)別的問(wèn)答系統(tǒng)技術(shù)方案，并分析了該技術(shù)方案中存在的問(wèn)題和難點(diǎn)。
　　第二，針對(duì)在線論壇中的提問(wèn)與傳統(tǒng)的問(wèn)句有較大的差異，本文著重研究了在線論壇中問(wèn)句的分類，并研究了文本特征和N-gram特征對(duì)于問(wèn)題識(shí)

3、別的有效性。實(shí)驗(yàn)結(jié)果表明，文本特征和N-gram特征的融合能夠有效識(shí)別出在線論壇中的問(wèn)題。
　　第三，針對(duì)帖子存在話題轉(zhuǎn)移和交織的問(wèn)題，提出了一種基于段落劃分的答案識(shí)別算法。同時(shí)，詳細(xì)研究了幾種文本特征和非文本特征對(duì)于彌補(bǔ)帖子語(yǔ)言特征過(guò)少的有效性。研究表明，段落劃分能夠有效地縮小問(wèn)題答案的搜尋范圍，而基于段落劃分的融合了文本、非文本特征的答案識(shí)別算法較目前的方法有了較大的提高。
　　最后，設(shè)計(jì)并實(shí)現(xiàn)了基于問(wèn)答對(duì)識(shí)別的問(wèn)答系統(tǒng)