基于特定領(lǐng)域漢語(yǔ)意見(jiàn)型問(wèn)答系統(tǒng)的研究.pdf

1、英特網(wǎng)上的信息與日劇增，蘊(yùn)藏著巨大的信息量。對(duì)產(chǎn)品的各種評(píng)價(jià)出現(xiàn)在各大論壇、電子公告板以及門戶網(wǎng)站上。同時(shí)，用戶也更渴望從海量數(shù)據(jù)中得到某類產(chǎn)品的評(píng)價(jià)信息。然而，采用現(xiàn)有的問(wèn)答系統(tǒng)或信息檢索系統(tǒng)，一般都是基于關(guān)鍵字檢索，這樣的系統(tǒng)有幾個(gè)方面的不足：首先，傳統(tǒng)問(wèn)答系統(tǒng)大多處理事實(shí)性疑問(wèn)句，缺乏對(duì)用戶提出的意見(jiàn)型問(wèn)題的理解能力，不能很好地分析理解用戶的真正意圖；其次，傳統(tǒng)問(wèn)答系統(tǒng)的信息檢索模塊大多采用以關(guān)鍵字為基礎(chǔ)的索引算法，缺乏對(duì)意見(jiàn)型語(yǔ)

2、料的處理能力。例如，用戶提出這樣的問(wèn)題“大眾桑坦納300的性價(jià)比怎么樣？”用戶的實(shí)際目的是得到關(guān)于“大眾桑坦納3000”的“性價(jià)比”的正面和負(fù)面評(píng)價(jià)信息。采用關(guān)鍵字檢索算法的傳統(tǒng)問(wèn)答系統(tǒng)很難正確回答出用戶提出的問(wèn)題。 在本文中，我們?cè)O(shè)計(jì)了一種基于漢語(yǔ)意見(jiàn)型語(yǔ)料的問(wèn)答系統(tǒng)。系統(tǒng)包括三個(gè)主要組成部分:問(wèn)句分析模塊、答案數(shù)據(jù)庫(kù)生成模塊和答案抽取模塊。系統(tǒng)下載評(píng)測(cè)論壇中的句子并建立意見(jiàn)型評(píng)論語(yǔ)句語(yǔ)料庫(kù)，問(wèn)句分析模塊對(duì)意見(jiàn)型疑問(wèn)句進(jìn)行創(chuàng)新

3、性地建模，把意見(jiàn)型疑問(wèn)句建模為本文稱這個(gè)結(jié)構(gòu)為疑問(wèn)意見(jiàn)三元組,Qtopic代表疑問(wèn)主題，Qsentiment代表疑問(wèn)情感傾向，Qtype為疑問(wèn)類型，并提出全新的問(wèn)句分類標(biāo)準(zhǔn)，當(dāng)用戶提問(wèn)時(shí)，問(wèn)句分析模塊利用模式匹配算法和語(yǔ)言模型算法分析客戶提出的意見(jiàn)型問(wèn)題，進(jìn)而得出問(wèn)題的分類結(jié)果；由于語(yǔ)料庫(kù)中含有大量復(fù)雜形式的領(lǐng)域詞語(yǔ)，答案數(shù)據(jù)庫(kù)生成模塊首先利用條件隨機(jī)場(chǎng)(CRF)模型識(shí)別意見(jiàn)句子的主題詞