基于Web的中文自動問答系統(tǒng)的研究.pdf

1、自動問答系統(tǒng)能用準確簡潔的答案回答用戶使用自然語言提出的問題，作為一種新的信息獲取方式，正受到越來越多的關(guān)注。傳統(tǒng)的自動問答系統(tǒng)趨向使用結(jié)構(gòu)化或半結(jié)構(gòu)化的封閉式知識庫系統(tǒng)，從而存在領(lǐng)域受限、更新滯后等缺點?；ヂ?lián)網(wǎng)出現(xiàn)為自動問答系統(tǒng)重新構(gòu)建知識庫提供了新的機會。Web的數(shù)據(jù)容量趨于無限，并時刻處于動態(tài)增長和更新的狀態(tài)中，這使得它成為非常具有吸引力的知識來源。基于以上背景，本文提出了一個基于Web的中文自動問答系統(tǒng)：WebQA的研究設(shè)計策略

2、以及實現(xiàn)方法，以期利用Web豐富的知識庫資源，實現(xiàn)基于中文自然語言的自動問答功能?！　≡趩栴}處理過程中，WebQA利用第三方的詞法分析系統(tǒng)ICTCLAS進行分詞和詞性標注，進而識別出問題關(guān)鍵詞和疑問代詞。為保證效率并降低實現(xiàn)復雜度，WebQA掘棄了機器學習的方式，而是使用了疑問代詞、句式識別結(jié)合啟發(fā)式規(guī)則的方法來對問題進行分類。同時利用預定義模板對關(guān)鍵詞進行必要的擴展和重寫，以形成查詢串提交到Web搜索引擎中。在信息檢索階段，WebQ

3、A使用成熟的Web搜索引擎產(chǎn)品：Google來進行問題答案檢索，并且只對搜索結(jié)果中的Google網(wǎng)頁片斷(GoogleSnippet)進行處理，以避免下載和分析整個網(wǎng)頁耗費大量時間。在答案處理階段，WebQA再次利用ICTCLAS識別出命名實體，找到備選答案，并創(chuàng)造性地建立了一個基于事實的答案評價模型。在該模型中，備選答案的信度分值量化為支持該答案的事實的信度與相關(guān)度的乘積。而在事實的相關(guān)度計算上，WebQA引入并改進了已有的數(shù)據(jù)驅(qū)動的