社區(qū)問答檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著以用戶為中心的Web2.0時(shí)代的到來，社區(qū)問答這種以用戶為本，充滿了交互性的信息獲取途徑，逐漸變成了用戶獲取信息和經(jīng)驗(yàn)的重要平臺(tái)。以用戶為中心的新型問答方式，由于其答案的通常都是經(jīng)過了人工篩選，具有較高的質(zhì)量，因而相比傳統(tǒng)問答系統(tǒng)的準(zhǔn)確性更高，但是由于其答案的獲取并不是實(shí)時(shí)的，不能為用戶提供最好的用戶體驗(yàn)，也是導(dǎo)致社區(qū)問答不能繼續(xù)發(fā)展的主要弊病。所以越來越多的研究者將重點(diǎn)放在如何檢索已有的問題，找出與用戶提問類似的問題并返回給用戶，

2、以達(dá)到實(shí)時(shí)的目的，即社區(qū)問答檢索（Question Retrieval），社區(qū)問答檢索系統(tǒng)即是依此為依托的。
　　目前的社區(qū)問答檢索系統(tǒng)已有不少，但是已有的系統(tǒng)主要有兩方面的問題:1）由于目前已有系統(tǒng)中的同義詞擴(kuò)展模塊依靠詞典擴(kuò)展的方式，而造成擴(kuò)展前后語義不符的問題;2）由于用戶的輸入是自然語言描述的句子，其復(fù)雜的結(jié)構(gòu)和冗長的句式導(dǎo)致問句重要詞項(xiàng)發(fā)現(xiàn)困難的問題。因此本文主要根據(jù)以上弊病，設(shè)計(jì)并實(shí)現(xiàn)了社區(qū)問答檢索系統(tǒng)，使用融合wor

3、d2vec擴(kuò)展的詞項(xiàng)擴(kuò)展方法并度量其相似度的方式改善同義詞擴(kuò)展語義不符的問題，同時(shí)使用依存關(guān)系重要度發(fā)現(xiàn)問句中重要詞項(xiàng)，為其設(shè)置較高的權(quán)重，從而提升社區(qū)問答檢索系統(tǒng)的效果。因此本文的主要研究內(nèi)容如下：
　　首先根據(jù)已有的知識(shí)構(gòu)建了社區(qū)問答檢索系統(tǒng)原型系統(tǒng)，對檢索系統(tǒng)的架構(gòu)、功能模塊、系統(tǒng)詳細(xì)流程等進(jìn)行設(shè)計(jì)，并介紹了各個(gè)功能模塊的算法流程和實(shí)現(xiàn)過程，在檢索系統(tǒng)的最核心的檢索模型部分，根據(jù)目前檢索系統(tǒng)存在的問題，為檢索系統(tǒng)融入了新的檢

4、索模型以解決目前存在的問題。
　　其次提出了融合word2vec的擴(kuò)展方法，根據(jù)現(xiàn)有的詞項(xiàng)擴(kuò)展方法認(rèn)為擴(kuò)展詞與原始詞相同而可能造成語義不符的問題，提出本文采用的融合word2vec的詞項(xiàng)擴(kuò)展方法，在傳統(tǒng)擴(kuò)展方法的基礎(chǔ)上使用word2vec引入語義擴(kuò)展并獲得其相似度，然后將兩種方式得到的擴(kuò)展詞及其相似度融合后得到新的詞項(xiàng)擴(kuò)展集及其相似度集，用于計(jì)算擴(kuò)展詞項(xiàng)的詞項(xiàng)權(quán)重，以提高檢索系統(tǒng)的有效性。
　　然后根據(jù)當(dāng)前的社區(qū)問答檢索系統(tǒng)

5、中的問句檢索模型沒有考慮問句結(jié)構(gòu)復(fù)雜和句式冗長而無法發(fā)現(xiàn)問句重要詞項(xiàng)的缺點(diǎn)，提出了基于依存關(guān)系重要度的問句檢索方法，創(chuàng)新性的為問句中不同的依存關(guān)系設(shè)置了重要度度量以表示問句中詞項(xiàng)之間的關(guān)聯(lián)的緊密度，然后將重要度度量應(yīng)用到詞項(xiàng)的權(quán)重設(shè)置中，得到詞項(xiàng)權(quán)重以發(fā)現(xiàn)問句中的重要詞項(xiàng)，然后根據(jù)融合word2vec擴(kuò)展的詞項(xiàng)及相似度得到擴(kuò)展詞項(xiàng)權(quán)重，最后使用檢索模型檢索并與未擴(kuò)展的結(jié)果組合再降序排列，得到最終檢索的檢索結(jié)果，以提高檢索系統(tǒng)的效果。