開放域中文問答系統(tǒng)關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩123頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人類在日常的工作和生活中需要借助大量的知識(shí)來解決面臨的各種各樣的問題,但畢竟個(gè)人所掌握的知識(shí)有限,需要實(shí)時(shí)查閱和獲取知識(shí)。目前,人們常常借助搜索引擎通過互聯(lián)網(wǎng)實(shí)現(xiàn)這一目的。然而,搜索引擎的輸入是用戶并不習(xí)慣的關(guān)鍵詞組合形式,不能準(zhǔn)確和完整地表達(dá)用戶的搜索意圖,其返回的結(jié)果是大量網(wǎng)頁的集合,并非用戶所希望獲取的簡(jiǎn)潔而具體的答案,往往需要用戶進(jìn)行二次查找。
   問答系統(tǒng)允許用戶以自然語言提問,有利于清晰地表達(dá)問題的語義信息,返回的

2、是簡(jiǎn)潔而準(zhǔn)確的答案,與傳統(tǒng)搜索引擎相比具有獨(dú)特的高效實(shí)用優(yōu)勢(shì)。因此,問答系統(tǒng)成為信息檢索領(lǐng)域中繼搜索引擎之后的又一個(gè)研究熱點(diǎn),尤其是不限定問題范圍的開放域自動(dòng)問答系統(tǒng),具有極高的理論研究?jī)r(jià)值和廣闊的應(yīng)用前景。
   本文圍繞問答系統(tǒng)的問題分析、信息檢索和答案抽取各階段的關(guān)鍵技術(shù),結(jié)合前人的研究成果,在問題分類特征的選取、關(guān)鍵詞擴(kuò)展,答案源獲取、答案推薦和大規(guī)模問答對(duì)庫的優(yōu)化等方面進(jìn)行了研究,主要研究成果如下:
   (1

3、)針對(duì)以關(guān)鍵詞或者關(guān)鍵詞的首義原作為問題分類特征的局限性,提出基于核心詞的主要義原作為問題主要分類特征的分類算法。關(guān)鍵詞作為分類特征常因?yàn)樘卣飨蛄烤S數(shù)過高導(dǎo)致處理速度過慢,關(guān)鍵詞的首義原作為問題分類特征會(huì)因?yàn)槭琢x原抽象程度過高影響關(guān)鍵詞語義的準(zhǔn)確表達(dá)。實(shí)驗(yàn)證明,核心詞的主要義原作為分類特征克服了上述不足,具有較好的分類效果。
   (2)針對(duì)關(guān)鍵詞同義擴(kuò)展導(dǎo)致準(zhǔn)確率降低的不足,提出一種限定語義距離的關(guān)鍵詞同義擴(kuò)展的精簡(jiǎn)算法。該算

4、法先利用《同義詞詞林》進(jìn)行同義擴(kuò)展,再利用《知網(wǎng)》義原樹計(jì)算擴(kuò)展后的關(guān)鍵詞之間的語義距離,依據(jù)事先限定的語義距離閾值剔除相似度較小的噪音數(shù)據(jù),實(shí)現(xiàn)關(guān)鍵詞集合的精簡(jiǎn),此外還可以通過修改語義距離閾值實(shí)現(xiàn)關(guān)鍵詞擴(kuò)展集合的動(dòng)態(tài)調(diào)整,進(jìn)而實(shí)現(xiàn)信息檢索的準(zhǔn)確率和召回率的整體平衡。
   (3)針對(duì)答案抽取技術(shù)貧乏的現(xiàn)狀,結(jié)合互聯(lián)網(wǎng)問答社區(qū)的興起,提出一種基于兩階段相似度計(jì)算法的答案推薦技術(shù)。通過網(wǎng)頁下載、網(wǎng)頁去重和主題信息提取等步驟獲得大量

5、百度知道的問答對(duì)。先采用耗時(shí)較少的TF-IDF方法對(duì)問題相似度排序,再利用準(zhǔn)確率較高的語義相似度方法對(duì)排序靠前的10個(gè)問句進(jìn)行二次計(jì)算和排序,最后把問答對(duì)庫中相似度最高的問題所對(duì)應(yīng)的答案推薦給用戶,彌補(bǔ)了答案抽取技術(shù)的不足。
   (4)針對(duì)問答對(duì)質(zhì)量參差不齊的現(xiàn)象,提出通過問答對(duì)的滿意度屬性值實(shí)現(xiàn)問答對(duì)庫自動(dòng)優(yōu)化的方法。系統(tǒng)為每一個(gè)問答對(duì)增加一個(gè)“用戶滿意度”屬性以記錄用戶對(duì)問答對(duì)的滿意度,定期依據(jù)滿意度值的大小評(píng)估問答對(duì)的質(zhì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論