面向問(wèn)答的社區(qū)型知識(shí)抽取技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近五年,數(shù)據(jù)驅(qū)動(dòng)的方法逐漸成為了自動(dòng)問(wèn)答領(lǐng)域中新的研究熱點(diǎn)。尤其是隨著Web上各種網(wǎng)絡(luò)社區(qū)的興起,用戶生成式內(nèi)容在形式和數(shù)量上呈現(xiàn)出爆炸性增長(zhǎng),為人們積累了大量的社區(qū)型知識(shí)。種類豐富、海量的社區(qū)型知識(shí)為自動(dòng)問(wèn)答系統(tǒng)提供了前所未有的知識(shí)源,因此面向問(wèn)答的社區(qū)型知識(shí)抽取技術(shù)研究對(duì)提高問(wèn)答系統(tǒng)的性能以及為問(wèn)答系統(tǒng)帶來(lái)更好的用戶體驗(yàn)有著積極的作用。
  本文重點(diǎn)研究了兩類面向問(wèn)答的社區(qū)型知識(shí)抽取技術(shù):基于維基百科的定義型問(wèn)答和論壇中問(wèn)答對(duì)

2、的自動(dòng)挖掘。
  維基百科是一部在線百科全書,擁有大量的定義,其數(shù)據(jù)類型為我們提供了已標(biāo)注好的定義型語(yǔ)料,而其數(shù)據(jù)的規(guī)模為我們從中挖掘序列模式提供了統(tǒng)計(jì)意義。本文提出了基于維基百科的定義型問(wèn)答方法,主要研究了從維基百科中挖掘出頻繁出現(xiàn)的定義型序列模式,并將其應(yīng)用于定義型問(wèn)答系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,從維基百科中挖掘出的序列模式可以提高定義型問(wèn)答系統(tǒng)中答案抽取的性能。
  本文分兩個(gè)子任務(wù)對(duì)論壇中問(wèn)答對(duì)的自動(dòng)挖掘進(jìn)行了研究:

3、  (1)論壇中問(wèn)題的自動(dòng)挖掘。本文采用基于二元分類的方法進(jìn)行問(wèn)題句的自動(dòng)識(shí)別,并將問(wèn)題的自動(dòng)識(shí)別技術(shù)第一次應(yīng)用于中文。
 ?。?)論壇中答案的自動(dòng)挖掘。本文提出了一種新的面向論壇的無(wú)監(jiān)督答案抽取方法,該方法首先利用流行排序?qū)蜻x答案的內(nèi)容特征進(jìn)行排序,然后利用PageRank模型對(duì)候選答案的作者權(quán)威性特征進(jìn)行排序,最后使用基于無(wú)監(jiān)督學(xué)習(xí)的排序融合方法將兩種特征排序融合,得到最優(yōu)化的候選答案排序。實(shí)驗(yàn)結(jié)果表明,本文的方法比目前最好

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論