融入本體的問題特征模型在中文問題分類中的研究.pdf

1、問答系統(tǒng)作為自然語言處理領(lǐng)域中的一個相當(dāng)活躍的分支，所研究的內(nèi)容就是理解用戶用自然語言提出的問題，進(jìn)而在大規(guī)模的信息中自動地給出問題的準(zhǔn)確答案。問答系統(tǒng)通常包括問題處理、信息檢索和答案抽取三個模塊，而在問題處理模塊中，問題分類又是其中的核心內(nèi)容，問題分類不僅能有效地減少候選答案的空間，提高系統(tǒng)返回答案的準(zhǔn)確率，而且它提供的答案類型信息決定了答案抽取策略。
　　 問題分類的首要任務(wù)是問題數(shù)據(jù)的數(shù)學(xué)表示，即選用合理的問題特征模型對問

2、題進(jìn)行特征表示，而一個高性能的特征模型將對后續(xù)的問題分類具有非常重要的作用，因此本文重點(diǎn)對問題的特征模型進(jìn)行了詳細(xì)的探討，在對相關(guān)技術(shù)進(jìn)行全面學(xué)習(xí)和深入研究的基礎(chǔ)上，重點(diǎn)進(jìn)行了以下幾方面的工作：
　　 1.本體是語義Web中解決語義層次上萬維網(wǎng)信息共享和交換的基礎(chǔ)。
　　 本文在深入研究本體技術(shù)的基礎(chǔ)上，利用protégé工具構(gòu)建了一個實驗性質(zhì)的大學(xué)領(lǐng)域本體知識庫(University Domain Ontology，U

3、DO)，作為中文問答系統(tǒng)在問題處理時應(yīng)用的領(lǐng)域本體，旨在探索領(lǐng)域本體在中文問答系統(tǒng)中的作用。然后利用Jena 工具包對本體知識庫進(jìn)行了解析，并按照樹型結(jié)構(gòu)存儲到mysql 數(shù)據(jù)庫中，從而實現(xiàn)了OWL 到關(guān)系型數(shù)據(jù)庫的映射，為后續(xù)問題處理方面的研究奠定了基礎(chǔ)。
　　 2.深入研究了信息論中的信息熵理論和相關(guān)算法，提出了一種計算問題特征向量的權(quán)重的新策略。本文以大學(xué)領(lǐng)域本體知識庫UDO 為基礎(chǔ)，引入信息論中的信息熵概念，利用向量空間

4、模型中特征詞權(quán)重的信息熵算法并融合本體概念模型來構(gòu)建問題的特征模型。
　　 3.支持向量機(jī)(Support Vector Machine，SVM)作為一種基于統(tǒng)計學(xué)習(xí)理論的新型機(jī)器學(xué)習(xí)方法，以其良好的分類性能受到廣泛關(guān)注，取得了豐碩的研究成果。它在解決小樣本、非線性及高維數(shù)等問題中表現(xiàn)出許多特有的優(yōu)勢。本文在分析、總結(jié)支持向量機(jī)的原理和多類分類方法的基礎(chǔ)之上，將其應(yīng)用在中文問題分類中，驗證了本文提出的問題特征模型的有效性，并通過