中文問答系統(tǒng)知識庫的自動構建問題研究.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，數(shù)據(jù)量日益增大，問答系統(tǒng)在我們的生活中發(fā)揮了越來越重要的作用。當前問答系統(tǒng)知識庫主要是人工構建為主，耗費大量的人力物力，影響問答系統(tǒng)從單一領域擴展到全領域的應用。因此本文立足于前人的研究成果，著力于領域詞典構建和知識庫構建技術，提出鄰位詞共現(xiàn)算法擴展領域關鍵詞庫，將自定義的語義詞典與關鍵詞抽取技術相結合，提出基于詞語語義計算SWR算法，抽取段落的主體詞和特征詞，自動構建一個以主體詞和特征詞標注的知識庫。
　　

2、本文的主要研究內(nèi)容有：
　?。?）選取信息展示類網(wǎng)站為領域關鍵詞抽取數(shù)據(jù)源，利用互信息加上詞性規(guī)則過濾方式得到候選關鍵詞庫。利用鄰位詞共現(xiàn)算法擴展領域關鍵詞庫。構建了一個基于《知網(wǎng)》的領域詞典。
　?。?）對當前段落關鍵詞提取算法進行研究，提出SWR算法，抽取段落描述主體詞和特征詞，構建領域知識庫。
　?。?）實現(xiàn)中文問答系統(tǒng)的知識庫構建框架，驗證理論方法的有效性，并應用到問答系統(tǒng)中。
　　本文的創(chuàng)新點有：

3、>　　（1）提出鄰位詞共現(xiàn)算法。利用候選關鍵詞庫詞語作為引導詞，根據(jù)網(wǎng)頁特征提出鄰位詞共現(xiàn)算法，挖掘已知詞語的鄰位詞，對候選關鍵詞庫進行擴展，有效的提高了領域關鍵詞抽取的準確率和召回率。
　?。?）提出基于語義計算的SWR算法。本文對段落中詞語的語義關系進行研究，提出SWR算法，將詞語得分分為自身權重和投票權重兩部分，把基于《知網(wǎng)》的語義相關度計算作為詞語間投票權重權值分配矩陣的依據(jù)，將語義關系添加到關鍵詞提取中，添加詞語頻率到自