HNC理論和隨機(jī)模糊在問答系統(tǒng)中的應(yīng)用研究.pdf

1、隨著Internet上信息量的飛速膨脹，使得人們?cè)诰W(wǎng)上查找自己需要的信息變得越來越困難。雖然一些搜索引擎(如Google、百度)為人們從海量的網(wǎng)頁中迅速查找有效信息提供了工具，但是現(xiàn)有的搜索引擎使用的信息檢索技術(shù)大部分都是基于關(guān)鍵詞匹配，這樣使得搜索結(jié)果存在大量冗余和無用的信息，影響了返回結(jié)果的準(zhǔn)確率。本文討論的QA(Question Answering)系統(tǒng)試圖改變這個(gè)情況，它不僅能有效利用Internet這個(gè)龐大的信息資源庫，而且利

2、用概念層次網(wǎng)絡(luò)(Hierarchical Network ofConcept，HNC)理論，使得返回結(jié)果更加豐富和精確。
　　 從目前國內(nèi)外研究情況看來，QA系統(tǒng)質(zhì)量很難令人滿意，原因在于兩方面：其一，QA系統(tǒng)問題分類不精確導(dǎo)致最終答案與問題主題偏離；其二，現(xiàn)有的候選答案抽取技術(shù)大多基于統(tǒng)計(jì)的方法，忽略了句子的語義，影響了答案的準(zhǔn)確率。針對(duì)這些不足，本文從問題分類和候選答案抽取兩個(gè)方面進(jìn)行研究，首先提出了一種基于HNC理論和隨機(jī)

3、模糊理論的隨機(jī)模糊樹模型，從而能夠更好的處理HNC的五重模糊問題，使得計(jì)算機(jī)對(duì)自然語言的理解更加的到位；其次，本文提出的基于HNC理論的多策略答案抽取算法，將HNC符號(hào)的概念層次網(wǎng)絡(luò)信息引入到答案抽取算法中，從而提高了生成答案的質(zhì)量。
　　 本文的主要研究成果可以歸納為：
　　 (1)結(jié)合隨機(jī)模糊理論和HNC理論，提出了一種隨機(jī)模糊樹。通過計(jì)算隨機(jī)模糊樹的句類本原機(jī)會(huì)，可以在一定程度上消解HNC的五重模糊問題。
　

4、　 (2)提出了一種基于HNC理論的中文問題分類方法，利用HNC的概念層次網(wǎng)絡(luò)信息同時(shí)句類分析知識(shí)和隨機(jī)模糊語義消岐知識(shí)對(duì)中文問題進(jìn)行分類。適應(yīng)了漢語表達(dá)方式的多樣性和復(fù)雜性。
　　 (3)提出了一種基于HNC理論的多策略答案抽取算法，利用同義詞替換豐富候選答案的語義，改進(jìn)了語句概念相似度的計(jì)算方法，并將其與模式匹配結(jié)合在一起。一定程度上提高了答案抽取的獲取率和準(zhǔn)確率。
　　 (4)以上?，F(xiàn)代所綜合業(yè)務(wù)應(yīng)用為背景，實(shí)現(xiàn)