面向自然語言查詢的知識(shí)搜索關(guān)鍵技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)上信息的爆炸式增長，人們對(duì)信息檢索的需求越來越大。如何快速、精確、可靠地從大量的、結(jié)構(gòu)多樣化的信息中搜索到用戶需要的信息，成為一個(gè)熱門的迫切需要解決的課題。以Google為首的傳統(tǒng)的搜索引擎主要是基于關(guān)鍵詞匹配的一種信息檢索技術(shù)，它從互聯(lián)網(wǎng)中以一定的策略搜集、爬取信息，對(duì)信息進(jìn)行解析、索引，為用戶提供檢索服務(wù)。傳統(tǒng)搜索引擎存在搜索接口不友好、搜索過程復(fù)雜、返回信息量大、返回內(nèi)容針對(duì)性不強(qiáng)等問題?；趥鹘y(tǒng)搜索引擎存在的不足，面向

2、自然語言查詢的知識(shí)搜索系統(tǒng)被提出。本文主要研究知識(shí)搜索系統(tǒng)中兩個(gè)關(guān)鍵技術(shù):基于知識(shí)圖譜的知識(shí)搜索和基于社區(qū)問答的知識(shí)搜索。
　　針對(duì)事實(shí)性的問題，本文提供了基于結(jié)構(gòu)化的知識(shí)圖譜數(shù)據(jù)的知識(shí)搜索服務(wù)。這種檢索模式存在檢索語法復(fù)雜、數(shù)據(jù)結(jié)構(gòu)復(fù)雜等問題。因此，如何將無結(jié)構(gòu)化的自然語句映射到結(jié)構(gòu)化查詢語句是該模塊的核心。本文首先在從自然表達(dá)語句到知識(shí)庫中的實(shí)體和關(guān)系的映射上，提出了基于層次化實(shí)體映射和基于外部數(shù)據(jù)集的關(guān)系映射算法。同時(shí)，本文

3、還提出了基于手工定義模板和基于語義關(guān)系抽取的自動(dòng)生成算法，實(shí)現(xiàn)從無結(jié)構(gòu)化自然查詢語句到結(jié)構(gòu)化查詢語句之間的映射。
　　針對(duì)非事實(shí)性的問題，本文提供了基于無結(jié)構(gòu)化的社區(qū)問答數(shù)據(jù)的知識(shí)搜索服務(wù)。本文從基于問題跟問題相似度匹配和問題跟答案相似度匹配兩個(gè)方向解決問題。在問題跟問題相似度匹配模型中，提出改進(jìn)的WMD算法，該算法根據(jù)社區(qū)問答數(shù)據(jù)的特性對(duì)原始的WMD算法進(jìn)行改進(jìn)，算法的結(jié)果比傳統(tǒng)的BM25算法以及原始的WMD算法在性能上都有了較