基于語義的網(wǎng)上圖書自動問答系統(tǒng)研究.pdf

1、隨著Intenret的快速發(fā)展，特別是WWW的飛速發(fā)展，網(wǎng)上信息資源越來越豐富，網(wǎng)絡(luò)已經(jīng)成為了一個全球最大的分布式的信息庫，為信息共享、資源共享提供了一個良好的平臺，是人們獲得信息的必要途徑和重要手段。但是由于網(wǎng)上信息浩繁，具有分布分散、重復(fù)性大、動態(tài)變化、結(jié)構(gòu)復(fù)雜、缺乏統(tǒng)一管理等特點，使得用戶根本無法完全了解龐大的、瞬息萬變的信息資源。隨著大量的信息涌入網(wǎng)絡(luò)，用戶信息的查找與獲取也就變得越來越困難，出現(xiàn)了“信息迷失”、“信息過載”等問

2、題。搜索引擎是目前人們進行網(wǎng)絡(luò)信息檢索的主要工具，它在給人們帶來很大便利的同時，也日益暴露出許多弊端:關(guān)鍵字匹配的方式檢索準確率不高，返回的相關(guān)文檔過多且重復(fù)性高。在這種情況下，傳統(tǒng)的基于關(guān)鍵字匹配的搜索引擎己經(jīng)不能滿足用戶需求，人們期盼著新的，具有智能處理能力的、結(jié)果表示形式更為簡潔的新一代搜索引擎的出現(xiàn)。在這種需求的推動之下，本文致力于將自動問答處理技術(shù)和Web信息檢索技術(shù)相結(jié)合，以提高現(xiàn)有搜索引擎對信息的智能處理能力，提供更加人性

3、化的人機交互方式，用簡潔、準確的答案，自動地回答用戶用自然語言提出的問題，幫助人們快速而有效地找到所需的信息。 論文在分析了傳統(tǒng)問答系統(tǒng)基本架構(gòu)，以及現(xiàn)有處理方法中存在不足的基礎(chǔ)上，展開了面向Web信息的自動問答關(guān)鍵技術(shù)研究，提出了以框架語義為語義基礎(chǔ)、以本體為知識描述的自動問答技術(shù)，并給出了其應(yīng)用在圖書信息領(lǐng)域中的原型系統(tǒng).網(wǎng)上圖書問答系統(tǒng)的系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)的實現(xiàn)方案。 論文的主要工作可以概括為以下幾點: (

4、1)研究針對Web環(huán)境海量、異構(gòu)的圖書信息的批量采集、過濾及標準化描述技術(shù)，開發(fā)網(wǎng)上圖書信息自動采集系統(tǒng)，將分散在多個網(wǎng)站、多個頁面的海量的、異構(gòu)的圖書信息自動采集、過濾及標準化描述，提供統(tǒng)一的操作界面、人性化的菜單和功能鍵，實現(xiàn)不同文件格式的數(shù)據(jù)共享，達到圖書信息獲取、存儲、搜索、瀏覽、閱讀、輸出等實用要求。 (2)研究圖書信息領(lǐng)域問句淺層語義分析技術(shù)，包括語義塊的定義及詞表建立，語義塊的判定規(guī)則(搭配)的建立，問句向量的定義

5、、分析及生成等； (3)在傳統(tǒng)信息抽取系統(tǒng)研究的基礎(chǔ)上，研究基于CFN的信息抽取技術(shù)，并將其應(yīng)用在圖書簡介中，挖掘圖書簡介中的語義信息。傳統(tǒng)的信息抽取技術(shù)處理的均為格式化或半格式化文本，如html、xml或關(guān)系數(shù)據(jù)庫等。處理自然語言文本的信息抽取技術(shù)研究尚在起步階段。而我們擁有漢語框架語義知識庫這部深厚的語義詞典資源，使得我們基于語義的信息抽取技術(shù)的實現(xiàn)成為可能。 (4)探索領(lǐng)域本體構(gòu)建技術(shù)，結(jié)合面向Web的圖書元數(shù)據(jù)描