人物簡(jiǎn)歷問答系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、當(dāng)前的搜索引擎主要基于字符串匹配的方式，用戶只能通過輸入關(guān)鍵詞進(jìn)行搜索，這種方式不能準(zhǔn)確獲取用戶所需信息，而基于自然語言問答方式的搜索引擎可以彌補(bǔ)前者的不足，成為下一代搜索引擎的重要發(fā)展趨勢(shì)。如今，開放領(lǐng)域問答系統(tǒng)的研究已經(jīng)有很多，其中涉及到人物、時(shí)間、地點(diǎn)、歷史重要事件和專業(yè)技術(shù)等領(lǐng)域，并且面向這些領(lǐng)域的受限領(lǐng)域問答系統(tǒng)的理論研究和應(yīng)用開發(fā)在一定程度上推動(dòng)了開放領(lǐng)域問答系統(tǒng)研究的發(fā)展。
　　 本文針對(duì)人物簡(jiǎn)歷這一受限領(lǐng)域問答系

2、統(tǒng)的答案抽取方案開展了研究，并實(shí)現(xiàn)了原型系統(tǒng)，其主要包括一下幾部分工作：
　　 首先，分析人物簡(jiǎn)歷問答系統(tǒng)的研究現(xiàn)狀、相關(guān)概念和實(shí)現(xiàn)技術(shù)，以及它的應(yīng)用需求和文本特征。
　　 其次，提出了基于頻繁子樹挖掘的答案抽取方案。該方案通過語法分析工具將樣本語料庫中的答案文本轉(zhuǎn)化為上下文無關(guān)語法樹，并使用TreeMiner頻繁子樹挖掘算法，從中挖掘頻繁模式生成答案模板集。通過計(jì)算候選答案的上下午無關(guān)語法樹與答案模板集合中模板的匹配度

3、，據(jù)此確定答案。然后通過對(duì)比基于頻繁子樹挖掘和基于頻繁序列挖掘兩種答案抽取方案的對(duì)比實(shí)驗(yàn)，證明了基于頻繁子樹挖掘的答案抽取方案的良好效果。
　　 隨后，設(shè)計(jì)并實(shí)現(xiàn)了人物簡(jiǎn)歷問答原型系統(tǒng)。設(shè)計(jì)主要包括：人物簡(jiǎn)歷問答系統(tǒng)的數(shù)據(jù)流程設(shè)計(jì)，系統(tǒng)功能模塊設(shè)計(jì)以及主要功能模塊的相關(guān)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)。系統(tǒng)實(shí)現(xiàn)主要包括：使用HtmlParser頁面解析工具對(duì)網(wǎng)頁中人物條目及相關(guān)文本的自動(dòng)抽??；使用StanfrodParser語法分析工具完成句法樹的