基于漢語(yǔ)框架網(wǎng)的中文問(wèn)句分類研究.pdf

1、計(jì)算機(jī)和網(wǎng)絡(luò)的出現(xiàn)方便了人們對(duì)信息的獲取，隨著互聯(lián)網(wǎng)的飛速發(fā)展和計(jì)算機(jī)的迅猛更新，如何從互聯(lián)網(wǎng)上更快地獲取到更準(zhǔn)確的有用信息成了人們的關(guān)注熱點(diǎn)。現(xiàn)有的搜索引擎返回給用戶的都只是一些與搜索內(nèi)容信息相關(guān)的網(wǎng)頁(yè)，這就需要用戶自己再?gòu)倪@些網(wǎng)頁(yè)中進(jìn)一步尋求所需信息。顯然這給人們查詢信息帶來(lái)了許多不便，而且無(wú)形中降低了查詢效率。而問(wèn)答系統(tǒng)(Question Answering System，QA)只需用戶給出簡(jiǎn)單的問(wèn)句，便可以返回給用戶簡(jiǎn)潔、準(zhǔn)確的

2、信息，快速而有效地滿足了用戶對(duì)信息的檢索需求。因此，問(wèn)答系統(tǒng)的研究逐漸受到圈內(nèi)外眾多學(xué)者的廣泛關(guān)注，并已經(jīng)取得了一定的研究成果。
　　問(wèn)句分類即確定問(wèn)句所屬的類型，是問(wèn)答系統(tǒng)中必不可少的一部分，分類的準(zhǔn)確性直接影響問(wèn)答系統(tǒng)的性能。本文基于漢語(yǔ)框架網(wǎng)(Chinese FrameNet，CFN)提出了一種用于中文問(wèn)句分類的新方法，該方法通過(guò)構(gòu)建一系列CFN語(yǔ)義特征來(lái)表達(dá)每個(gè)問(wèn)句的語(yǔ)義信息。首先選擇五種漢語(yǔ)框架網(wǎng)特征作為候選特征，根據(jù)每

3、一類別的分類精度對(duì)單個(gè)特征的分類能力進(jìn)行排序，然后通過(guò)特征組合進(jìn)行實(shí)驗(yàn)，選出具有最好分類效果的組合特征。
　　本文的主要工作包括:
　　(1)通過(guò)調(diào)查問(wèn)卷的形式收集并整理了山西旅游的相關(guān)問(wèn)句2155條，并參照哈工大信息檢索研究室的問(wèn)句分類標(biāo)準(zhǔn)，結(jié)合山西旅游問(wèn)句的特點(diǎn)，給出適合山西旅游的問(wèn)句分類體系，分為7大類，73小類，進(jìn)一步豐富了原有的中文問(wèn)題分類體系。
　　(2)對(duì)CFN標(biāo)注的問(wèn)句集進(jìn)行分析和整理，選出五種CFN語(yǔ)

4、義特征，使用最大熵分類模型進(jìn)行實(shí)驗(yàn)。首先對(duì)單個(gè)特征的分類能力進(jìn)行排序，然后分別對(duì)這些特征的組合進(jìn)行實(shí)驗(yàn);通過(guò)實(shí)驗(yàn)，得到了其中三種特征的組合可以達(dá)到最好的分類效果;進(jìn)一步從理論上分析了這三種特征對(duì)問(wèn)句分類的重要性。最后本文還給出了每類問(wèn)題的準(zhǔn)確率、召回率以及F值。
　　(3)采用SVM分類器進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，相比較于SVM分類器，最大熵分類模型比較適合于處理問(wèn)句的分類。
　　問(wèn)句分類是問(wèn)答系統(tǒng)對(duì)問(wèn)句進(jìn)行處理的重要步驟