面向問(wèn)答社區(qū)的高質(zhì)量答案抽取研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的日益發(fā)展和普及，中文問(wèn)答社區(qū)如知乎、百度知道等正逐漸成為一種廣受用戶喜愛(ài)的信息分享與獲取平臺(tái)。用戶可以在其中以提問(wèn)或者是查詢相似問(wèn)題的形式從其他用戶的答案中獲取滿足自己需求的信息，然而用戶提供的答案的質(zhì)量良莠不齊，其中包含了許多不完備、冗余、不可信甚至是惡意誤導(dǎo)的信息。如何從問(wèn)題的眾多答案中抽取出高質(zhì)量的答案成為了問(wèn)答社區(qū)研究中一個(gè)極具挑戰(zhàn)性的難題。本文以抽取中文問(wèn)答社區(qū)中關(guān)于某一問(wèn)題的完備、可靠、低冗余度的答案為目標(biāo)，

2、從以下兩個(gè)方面進(jìn)行了研究：
　　第一，不同問(wèn)題類(lèi)型的答案具有不同的語(yǔ)言特點(diǎn)，因而在設(shè)計(jì)抽取高質(zhì)量答案的方法時(shí)需要考慮問(wèn)題類(lèi)型對(duì)答案抽取效果的影響。為此，本文對(duì)面向問(wèn)答社區(qū)的中文問(wèn)題分類(lèi)的方法進(jìn)行了研究。首先對(duì)問(wèn)答社區(qū)中問(wèn)題類(lèi)型的分布特點(diǎn)進(jìn)行了分析，并在此基礎(chǔ)上提出了一個(gè)適合用于對(duì)問(wèn)答社區(qū)中的問(wèn)題進(jìn)行分類(lèi)的粗粒度的分類(lèi)體系。其次，借鑒層次分類(lèi)的思想，對(duì)問(wèn)答社區(qū)中含有疑問(wèn)詞和不含疑問(wèn)詞的問(wèn)題分別采用合適的分類(lèi)器進(jìn)行分類(lèi)。對(duì)于不含疑問(wèn)詞

3、的問(wèn)題，設(shè)計(jì)了一個(gè)基于焦點(diǎn)詞的分類(lèi)器進(jìn)行分類(lèi)；對(duì)于含有疑問(wèn)詞的問(wèn)題，采用支持向量機(jī)（Support Vector Machine,SVM）模型進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明，這種層次化的分類(lèi)方法減輕了分類(lèi)器對(duì)疑問(wèn)詞的依賴(lài)，能有效提高問(wèn)題分類(lèi)的準(zhǔn)確率。
　　第二，本文把抽取問(wèn)題的高質(zhì)量答案看作答案摘要問(wèn)題，使用了基于結(jié)構(gòu)化行列式點(diǎn)過(guò)程（Structured Determinant Point Process,SDPP）模型的答案摘要方法對(duì)答