社區(qū)問(wèn)答系統(tǒng)中問(wèn)句檢索技術(shù)的研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的發(fā)展給人們?nèi)粘Ｉ顜?lái)便利的同時(shí)，也使人們淹沒(méi)在信息的海洋中，很難找到自己所關(guān)心和需要的信息。隨著web2.0的飛速發(fā)展，面對(duì)傳統(tǒng)搜索引擎暴露出來(lái)的諸如不能對(duì)于專業(yè)的問(wèn)題進(jìn)行有效的檢索、無(wú)法給用戶帶來(lái)交互式的體驗(yàn)等問(wèn)題，近年來(lái)出現(xiàn)的社區(qū)問(wèn)答(CQA)系統(tǒng)在一定程度上彌補(bǔ)了這些缺陷，正在給用戶帶來(lái)全新的搜索體驗(yàn)。在社區(qū)問(wèn)答系中，人們可以自由地提出自己的問(wèn)題，并由其他用戶回答。由于任何人都可以在上面提問(wèn)和回答，Yahoo! An

2、swers等社區(qū)問(wèn)答系統(tǒng)建立幾年來(lái)已經(jīng)積累了大量的歷史問(wèn)答對(duì)，如何有效的利用這些問(wèn)答對(duì)成為眾多學(xué)者研究的焦點(diǎn)。問(wèn)句檢索的研究就是為了能夠有效地利用這些歷史的問(wèn)答對(duì)信息，快速找到與用戶所關(guān)心的問(wèn)題相同或相近的原有問(wèn)題，縮短用戶得到想要的答案的等待時(shí)間。但是，由于自然語(yǔ)言中存在大量的同義詞、語(yǔ)義特性和豐富的句法特征，所以從社區(qū)問(wèn)答系統(tǒng)中找到相似的問(wèn)句并不是一項(xiàng)輕松的任務(wù)。
　　本文主要是對(duì)問(wèn)句檢索進(jìn)行研究，主要是解決了問(wèn)句檢索過(guò)程中的

3、存在的三個(gè)問(wèn)題，首先是解決了問(wèn)句檢索過(guò)程中缺少語(yǔ)義信息造成的問(wèn)句歧義性問(wèn)題，由于自然語(yǔ)言中存在大量的同義詞、語(yǔ)義特性和豐富的句法特征，所以單純的僅依靠詞本身的特征很難解決問(wèn)句檢索的問(wèn)題。針對(duì)這個(gè)問(wèn)題，本文提出一種基于特征融合的社區(qū)問(wèn)答問(wèn)句相似度計(jì)算方法，它主要是利用問(wèn)句本身的統(tǒng)計(jì)特征、詞序特征、語(yǔ)義特征和問(wèn)句對(duì)應(yīng)的答案特征相結(jié)合來(lái)解決問(wèn)句檢索問(wèn)題。其次是解決了問(wèn)句檢索過(guò)程中效率問(wèn)題，在解決檢索效率問(wèn)題中，本文提出一種融合問(wèn)句類別信息和問(wèn)

4、句對(duì)應(yīng)答案類別信息的問(wèn)句檢索模型，該模型主要是考慮了問(wèn)句的類別信息和問(wèn)句所對(duì)應(yīng)答案的類別信息，利用類別信息來(lái)過(guò)濾掉不相關(guān)的問(wèn)句，從而提高問(wèn)句檢索的效率和性能。最后解決的問(wèn)題是由于誤分類對(duì)檢索結(jié)果造成影響的問(wèn)題，針對(duì)這個(gè)問(wèn)題，本文提出一種融合問(wèn)句主題信息和問(wèn)句對(duì)應(yīng)問(wèn)句答案主題信息的問(wèn)句檢索模型，該模型主要考慮了問(wèn)句本身的主題信息和問(wèn)句所對(duì)應(yīng)的答案主題信息，利用主題信息對(duì)相似的問(wèn)句類別進(jìn)行合并，從而減輕誤分類對(duì)檢索結(jié)果的影響。最終將這三種模