面向問答系統(tǒng)的金融本體構建技術研究.pdf

1、隨著互聯(lián)網技術的快速發(fā)展和海量信息的涌現，人們對快速、準確獲取信息的需求越來越迫切，但傳統(tǒng)信息檢索技術仍存在很多不足之處。自動問答系統(tǒng)能以更加準確、簡單、智能的形式為用戶提供需要的信息，這使得自動問答方面的研究和應用越來越受到重視。
　　傳統(tǒng)問答系統(tǒng)以問答對為知識庫、使用關鍵字索引方式，這種問答系統(tǒng)答案準確率低，而且無法滿足專業(yè)領域的應用。從根本上來說，這是因為此類問答系統(tǒng)的知識庫沒有涉及到語義。針對這一問題，本文擬提供一種面向特

2、定領域問答系統(tǒng)的知識庫構建方法，該方法以語義網中的本體技術為基礎，結合特定領域的實際情況，構建領域本體知識庫，并基于此知識庫完成一個領域問答系統(tǒng)。
　　本文的研究內容主要包括三個部分：面向金融領域的本體構建、抽取維基百科知識并擴充本體知識庫,以及基于領域本體的問答系統(tǒng)構建。首先針對金融領域的實際情況，建立初始的本體結構，并爬取滬深兩市各上市公司的公司介紹信息，填充本體得到初始的知識庫；由于初始的本體知識庫只包含公司的共性信息，并且

3、知識庫的構建是一個不斷擴充和迭加的過程，課題利用并抽取維基百科無結構文本中的有用信息，完善本體結構并擴充本體知識覆蓋范圍；最后，以本體知識庫作為知識來源，構建一個金融領域的自動問答系統(tǒng)。
　　本文介紹了一種設計初始本體模板、再利用領域知識不斷補充本體結構的半自動本體知識庫構建方法；并提出了一種以維基百科為知識來源的無結構文本信息抽取方法，該方法利用維基百科網頁中Infobox信息欄知識，采用機器學習算法抽取維基百科網頁正文中的相關