基于本體的Internet中文問答系統(tǒng)若干關鍵技術的研究與實現.pdf

1、隨著Internet上信息量的飛速膨脹，使得人們在網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)為人們從海量的網頁中迅速查找有效信息提供了工具，但是現有的搜索引擎使用的信息檢索技術大部分都是基于關鍵詞匹配，這樣使得搜索結果存在大量冗余和無用的信息，影響了返回結果的準確率。本文討論的問答系統(tǒng)試圖改變這個情況，它不僅能有效利用Internet這個龐大的信息資源庫，而且利用本體(ontology)知識，使得返回

2、結果更加豐富和精確。 從目前國內外研究情況看來，問答系統(tǒng)質量很難令人滿意，原因在于兩方面：其一，問答系統(tǒng)問題分類不精確導致最終答案與問題主題偏離；其二，現有的候選答案抽取技術大多基于統(tǒng)計的方法，忽略了句子的語義，影響了答案的準確率。針對這些不足，本文從問題分類和候選答案抽取兩個方面進行研究，首先提出了一種基于領域本體的中文問題分類方法，從而更加準確地定位了問題分類，使得答案抽取有據可循；其次，本文提出的基于本體的多策略答案抽取算

3、法，將本體語義信息引入到答案抽取算法中，從而提高了生成答案的質量。 本文的主要研究成果可以歸納為： 1)提出了一種基于領域本體的中文問題分類方法，利用領域本體的層次分類信息同時結合同義詞林對中文問題進行分類。適應了漢語表達方式的多樣性和復雜性。 2)提出了一種基于本體的多策略答案抽取算法，利用同義詞林豐富候選答案的語義，改進了本體概念相似度的計算方法，并將其與模式匹配結合在一起。一定程度上提高了答案抽取的獲取率和