基于Web的中文自動(dòng)問(wèn)答系統(tǒng)的研究.pdf

1、自動(dòng)問(wèn)答系統(tǒng)能用準(zhǔn)確簡(jiǎn)潔的答案回答用戶使用自然語(yǔ)言提出的問(wèn)題，作為一種新的信息獲取方式，正受到越來(lái)越多的關(guān)注。傳統(tǒng)的自動(dòng)問(wèn)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(shí)庫(kù)系統(tǒng)，從而存在領(lǐng)域受限、更新滯后等缺點(diǎn)?；ヂ?lián)網(wǎng)出現(xiàn)為自動(dòng)問(wèn)答系統(tǒng)重新構(gòu)建知識(shí)庫(kù)提供了新的機(jī)會(huì)。Web的數(shù)據(jù)容量趨于無(wú)限，并時(shí)刻處于動(dòng)態(tài)增長(zhǎng)和更新的狀態(tài)中，這使得它成為非常具有吸引力的知識(shí)來(lái)源。基于以上背景，本文提出了一個(gè)基于Web的中文自動(dòng)問(wèn)答系統(tǒng)：WebQA的研究設(shè)計(jì)策略

2、以及實(shí)現(xiàn)方法，以期利用Web豐富的知識(shí)庫(kù)資源，實(shí)現(xiàn)基于中文自然語(yǔ)言的自動(dòng)問(wèn)答功能?！　≡趩?wèn)題處理過(guò)程中，WebQA利用第三方的詞法分析系統(tǒng)ICTCLAS進(jìn)行分詞和詞性標(biāo)注，進(jìn)而識(shí)別出問(wèn)題關(guān)鍵詞和疑問(wèn)代詞。為保證效率并降低實(shí)現(xiàn)復(fù)雜度，WebQA掘棄了機(jī)器學(xué)習(xí)的方式，而是使用了疑問(wèn)代詞、句式識(shí)別結(jié)合啟發(fā)式規(guī)則的方法來(lái)對(duì)問(wèn)題進(jìn)行分類。同時(shí)利用預(yù)定義模板對(duì)關(guān)鍵詞進(jìn)行必要的擴(kuò)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(lái)進(jìn)行問(wèn)題答案檢索，并且只對(duì)搜索結(jié)果中的Google網(wǎng)頁(yè)片斷(GoogleSnippet)進(jìn)行處理，以避免下載和分析整個(gè)網(wǎng)頁(yè)耗費(fèi)大量時(shí)間。在答案處理階段，WebQA再次利用ICTCLAS識(shí)別出命名實(shí)體，找到備選答案，并創(chuàng)造性地建立了一個(gè)基于事實(shí)的答案評(píng)價(jià)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(shí)的信度與相關(guān)度的乘積。而在事實(shí)的相關(guān)度計(jì)算上，WebQA引入并改進(jìn)了已有的數(shù)據(jù)驅(qū)動(dòng)的