領(lǐng)域問答系統(tǒng)問句相似度計(jì)算方法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，人們?cè)絹碓揭蕾囉诟鞣N信息檢索系統(tǒng)獲取所需知識(shí)。問答系統(tǒng)是新一代智能信息檢索系統(tǒng)，它能夠?qū)τ脩籼岢龅膯栴}進(jìn)行自動(dòng)分析，并根據(jù)用戶提出的問題給出相應(yīng)的答案，使用問答系統(tǒng)能夠更好地滿足人們對(duì)信息檢索的需求。問句相似度計(jì)算是問答系統(tǒng)理解用戶問題的關(guān)鍵環(huán)節(jié)，它是問答系統(tǒng)對(duì)用戶問題進(jìn)行分析和理解的基礎(chǔ)方法，其計(jì)算結(jié)果的準(zhǔn)確性直接決定答案的正確性。本文以問答系統(tǒng)在社保審計(jì)領(lǐng)域的應(yīng)用為背景，對(duì)受限域問答系統(tǒng)中的問句相似度計(jì)算方法

2、開展研究。針對(duì)問答系統(tǒng)中問句相似度計(jì)算過程中面臨的主要挑戰(zhàn)，本文開展了以下幾個(gè)方面的工作。
　　1）提出了一種知識(shí)輔助下的領(lǐng)域問句分類方法。該方法從現(xiàn)有審計(jì)方法體系中抽取典型的審計(jì)方法作為專家知識(shí)來構(gòu)造訓(xùn)練集，然后在訓(xùn)練集上利用支持向量機(jī)得到?jīng)Q策超平面，根據(jù)決策超平面選取位于分類間隔內(nèi)的調(diào)整集樣本；最后結(jié)合所選樣本重新進(jìn)行學(xué)習(xí)，直到調(diào)整集部分中未選擇的樣本集合為空或者分類性能滿足要求。該算法在審計(jì)方法體系輔助下利用主動(dòng)學(xué)習(xí)策略選取

3、最重要的樣本進(jìn)行分類，能夠以較高的效率獲得較好的分類性能。
　　2）提出了一種基于形式概念分析（FCA）的問句相似度計(jì)算方法，該方法在計(jì)算問句相似度過程中考慮了問句的語(yǔ)義與語(yǔ)法結(jié)構(gòu)，它能夠利用形式概念分析方法提取和建立領(lǐng)域概念集，通過構(gòu)建領(lǐng)域概念格和提出概念集相似度計(jì)算方法來改善領(lǐng)域問句相似度計(jì)算的準(zhǔn)確率；這種基于FCA的問句相似度計(jì)算方法能夠把問句相似度計(jì)算轉(zhuǎn)換成概念向量的相似度計(jì)算，進(jìn)而從概念層次對(duì)問句進(jìn)行分析和相似度計(jì)算，使

4、問句的相似度計(jì)算更為準(zhǔn)確與穩(wěn)定。
　　3）提出一種基于本體支持的領(lǐng)域問句相似度計(jì)算方法，該方法首先從領(lǐng)域本體中獲取由專家引入的相似度關(guān)系，然后利用相似度關(guān)系構(gòu)建領(lǐng)域本體和形式背景的概念相似度圖，使用相似度圖為 FCA概念相似度計(jì)算提供專家知識(shí)的支持，以提高 FCA概念相似度計(jì)算結(jié)果的準(zhǔn)確率，進(jìn)一步通過在相似度圖中引入傳遞相似關(guān)系對(duì)相似度圖中的傳遞關(guān)系進(jìn)行限界，這種方法能夠在不損失計(jì)算結(jié)果準(zhǔn)確性的前提下使FCA概念相似度計(jì)算效率得到

5、進(jìn)一步提高；在此基礎(chǔ)上提出一種由傳遞相似度圖構(gòu)造二部圖的方法，從而把基于FCA的領(lǐng)域問句相似度計(jì)算過程中尋找偶對(duì)權(quán)值最大候選集的問題轉(zhuǎn)換為二部圖上最大權(quán)匹配問題，通過計(jì)算由傳遞相似度圖構(gòu)造的二部圖相等子圖的完備匹配實(shí)現(xiàn)求解偶對(duì)權(quán)值最大候選集的目標(biāo)，這種方法能夠進(jìn)一步改善領(lǐng)域問句相似度計(jì)算的效率。
　　4）提出一種基于信息內(nèi)容計(jì)算的領(lǐng)域問句相似度計(jì)算方法，該方法在基于概率信息內(nèi)容的FCA概念相似度匹配算法基礎(chǔ)上引入了基于語(yǔ)義的信息內(nèi)