基于語義信息的問題分類研究.pdf

1、隨著信息急速膨脹，如何更準確、快速地從海量信息中獲取用戶真正需要的信息成了一個越來越重要的課題。問答系統(tǒng)具有理解用戶以自然語言提出的問題、精準定位和快速抽取問題的正確答案等特點，成為解決此問題的有效手段。問題分類是問答系統(tǒng)的核心組成部分，可以為答案的選擇和抽取提供語義限制和約束。
　　在某種程度上，問題分類類似于文本分類，都是通過分析文本中包含的信息來確定文本類型。與文本分類相比較，問題分類面臨著許多難題，主要有:
　　1.

2、用于問題表示的特征向量空間維數(shù)過大，且特征向量相關性較小。
　　2.問題相對短小，所以形成的特征向量空間過于稀疏。
　　為了克服上述兩個難題，本文著眼于特征詞語的語義，構造了具有語義支持能力的知識庫，并提出了一種基于語義的問題分類方法。本文主要工作有三方面內(nèi)容:
　　首先，提出了一種基于百度百科自動獲取詞語語義相似度的方法。該方法將百度百科詞條與其相關詞條作為圖中節(jié)點，而且它們之間存在鏈接關系，然后利用SimRank算

3、法計算百科詞條語義相似度。
　　其次，基于百度百科詞條之間的語義相似度，提出了一種自動抽取百科詞條instance-of語義關系的方法。首先，下載并整理百科開放分類樹，將其作為語義知識庫的概念層次，然后對語義相近的百科詞條進行聚類，并計算各個類別下百科詞條所屬概念（概念即是百科開放分類），即完成百科詞條instance-of語義關系的抽取和語義知識庫的構建。
　　最后，提出了一種基于語義知識庫的問題分類方法。首先，將問題進行