基于在線論壇的問答對識別研究與問答系統(tǒng)實現(xiàn).pdf

1、隨著人們對快速、準(zhǔn)確地獲取信息的需求，問答系統(tǒng)以其能用準(zhǔn)確、簡潔的自然語言回答用戶的問題而備受研究人員的關(guān)注。隨著Internet技術(shù)的發(fā)展，互聯(lián)網(wǎng)上存在著大量的在線論壇，這些論壇包含著大量的問答對資源。這些問答對具有廣泛性和實時性，因此論壇問答對資源的抽取具有重要的實際意義與研究價值。由于在線論壇中提問者和回答者均發(fā)帖比較隨意，因此論壇中問答對的抽取存在很大困難，主要有以下幾方面：1.論壇中提問比較隨意，很多問題與傳統(tǒng)的提問有較大的區(qū)

2、別；2.帖子存在話題轉(zhuǎn)移或交織；3.帖子文本長度較短，很難準(zhǔn)確抽取有效的語言特征。針對這些難點，本文研究了論壇問答對的抽取技術(shù)，主要包含以下內(nèi)容：
　　第一，本文分析了問題的答案來源對問答系統(tǒng)技術(shù)路線的影響，提出了一種基于問答對識別的問答系統(tǒng)技術(shù)方案，并分析了該技術(shù)方案中存在的問題和難點。
　　第二，針對在線論壇中的提問與傳統(tǒng)的問句有較大的差異，本文著重研究了在線論壇中問句的分類，并研究了文本特征和N-gram特征對于問題識

3、別的有效性。實驗結(jié)果表明，文本特征和N-gram特征的融合能夠有效識別出在線論壇中的問題。
　　第三，針對帖子存在話題轉(zhuǎn)移和交織的問題，提出了一種基于段落劃分的答案識別算法。同時，詳細研究了幾種文本特征和非文本特征對于彌補帖子語言特征過少的有效性。研究表明，段落劃分能夠有效地縮小問題答案的搜尋范圍，而基于段落劃分的融合了文本、非文本特征的答案識別算法較目前的方法有了較大的提高。
　　最后，設(shè)計并實現(xiàn)了基于問答對識別的問答系統(tǒng)