基于本體的中文問答系統(tǒng)中問句的語義理解.pdf

1、隨著互聯(lián)網所承載的信息量日益增大，如何在互聯(lián)網上快速高效的找到用戶所需要的數(shù)據(jù)是互聯(lián)網發(fā)展的方向。結構化數(shù)據(jù)的存儲為海量信息的查找提供了途徑，因而出現(xiàn)了越來越多的知識庫、本體庫。運用這些海量的知識，特別是領域類的專業(yè)知識，能有針對性地回答用戶的問題。知識庫通常采用RDF三元組的形式存儲，要利用這些海量的數(shù)據(jù)，就需要專業(yè)的查詢語句。而用戶輸入的是自然語言的問句，需要在理解用戶問句的基礎上得到相應的查詢語句。問句的理解與分析不僅是問答系統(tǒng)的

2、第一步，其句意分析的好壞更是直接影響到問答系統(tǒng)答案的優(yōu)劣。從問答系統(tǒng)的處理流程來看，一般包括三個子系統(tǒng):問題理解子系統(tǒng)、信息檢索子系統(tǒng)和答案抽取子系統(tǒng)。問題理解子系統(tǒng)主要對用戶輸入的自然語言提問進行分析和分類，同時提取用戶的提問意圖，并以某種形式來表示該語義信息;信息檢索子系統(tǒng)根據(jù)問題理解部分提供的結果進行檢索，找到包含正確的知識表示或是找到可能包含答案的范圍;答案抽取子系統(tǒng)的主要工作是對檢索的結果進行過濾，并按照自然語言生成算法，將檢

3、索到的知識表示生成精確的問題答句，而后將答案返回給用戶。
　　本論文在對問句進行預處理后，對問句的句法分析樹進行語義查詢圖的構造，目的是將自然語言問句構造成為機器可以理解的SPARQL查詢語句，實現(xiàn)對本體知識庫的查詢。論文研究的主要內容:
　　(1)構建領域本體庫。本文使用OWL2本體描述語言，利用本體可視化工具Protégé構建桂林旅游領域本體。
　　(2)對自然語言描述的問句進行預處理。進行分詞、命名實體識別和句法

4、分析處理，在分詞模塊中加入桂林旅游領域的詞表進行分詞，提高分詞的準確率;再進行句法分析獲得句法分析樹。
　　(3)構造句法分析樹的查詢語義圖。構造語義圖的目的是為了從句法分析樹中提取出句子的主體部分，以便使用SPARQL語句構造查詢語句。本文將名詞構造成節(jié)點，動詞構造成邊，介詞用來限定實體的屬性，查詢語義圖就是一張用來描述用戶查詢中實體關系的圖，其中包含了實體，實體間關系以及實體的方向性屬性。
　　(4)查詢語義圖與領域本體