基于論壇數(shù)據(jù)源的QA技術(shù)的研究與實(shí)現(xiàn).pdf

1、傳統(tǒng)的信息獲取技術(shù)，如QA技術(shù)、互聯(lián)網(wǎng)搜索技術(shù)對(duì)互聯(lián)網(wǎng)中的信息獲取問(wèn)題給出了解決方案，但是在尋求對(duì)具體問(wèn)題的解答時(shí)，它們往往難以提供令人滿意的服務(wù)。在本文中，我們提出了一種利用論壇中的問(wèn)題問(wèn)答資源來(lái)進(jìn)行問(wèn)題解答的新型Web應(yīng)用——基于論壇數(shù)據(jù)源的QA技術(shù)。通過(guò)對(duì)現(xiàn)有論壇數(shù)據(jù)的收集、處理和答案抽取，我們可以構(gòu)建一個(gè)結(jié)構(gòu)化的問(wèn)題/答案庫(kù)。一旦成功實(shí)現(xiàn)新問(wèn)題到問(wèn)題/答案庫(kù)中已有的相同/相似問(wèn)題的映射，便可以將抽取出的相應(yīng)答案返回給用戶，解答用

2、戶的問(wèn)題。這種模式的QA在利用互聯(lián)網(wǎng)搜索引擎這一基礎(chǔ)平臺(tái)進(jìn)行海量數(shù)據(jù)索引和查詢的同時(shí)，也避免了傳統(tǒng)QA技術(shù)的許多技術(shù)瓶頸以及準(zhǔn)確率較差的缺點(diǎn)?；谡搲瘮?shù)據(jù)的QA技術(shù)的核心點(diǎn)之一在于如何從Thread(話題)類型多樣的回復(fù)帖子中準(zhǔn)確抽取出高質(zhì)量的答案。我們嘗試了從多分類問(wèn)題和排序問(wèn)題這兩個(gè)不同的角度看待該問(wèn)題，并分別采用條件隨機(jī)場(chǎng)(Conditional RandomField，CRF)分類模型和Ranking SVM模型進(jìn)行解決。通過(guò)類