基于語(yǔ)義信息的問(wèn)題分類研究.pdf

1、隨著信息急速膨脹，如何更準(zhǔn)確、快速地從海量信息中獲取用戶真正需要的信息成了一個(gè)越來(lái)越重要的課題。問(wèn)答系統(tǒng)具有理解用戶以自然語(yǔ)言提出的問(wèn)題、精準(zhǔn)定位和快速抽取問(wèn)題的正確答案等特點(diǎn)，成為解決此問(wèn)題的有效手段。問(wèn)題分類是問(wèn)答系統(tǒng)的核心組成部分，可以為答案的選擇和抽取提供語(yǔ)義限制和約束。
　　在某種程度上，問(wèn)題分類類似于文本分類，都是通過(guò)分析文本中包含的信息來(lái)確定文本類型。與文本分類相比較，問(wèn)題分類面臨著許多難題，主要有:
　　1.

2、用于問(wèn)題表示的特征向量空間維數(shù)過(guò)大，且特征向量相關(guān)性較小。
　　2.問(wèn)題相對(duì)短小，所以形成的特征向量空間過(guò)于稀疏。
　　為了克服上述兩個(gè)難題，本文著眼于特征詞語(yǔ)的語(yǔ)義，構(gòu)造了具有語(yǔ)義支持能力的知識(shí)庫(kù)，并提出了一種基于語(yǔ)義的問(wèn)題分類方法。本文主要工作有三方面內(nèi)容:
　　首先，提出了一種基于百度百科自動(dòng)獲取詞語(yǔ)語(yǔ)義相似度的方法。該方法將百度百科詞條與其相關(guān)詞條作為圖中節(jié)點(diǎn)，而且它們之間存在鏈接關(guān)系，然后利用SimRank算

3、法計(jì)算百科詞條語(yǔ)義相似度。
　　其次，基于百度百科詞條之間的語(yǔ)義相似度，提出了一種自動(dòng)抽取百科詞條instance-of語(yǔ)義關(guān)系的方法。首先，下載并整理百科開(kāi)放分類樹(shù)，將其作為語(yǔ)義知識(shí)庫(kù)的概念層次，然后對(duì)語(yǔ)義相近的百科詞條進(jìn)行聚類，并計(jì)算各個(gè)類別下百科詞條所屬概念（概念即是百科開(kāi)放分類），即完成百科詞條instance-of語(yǔ)義關(guān)系的抽取和語(yǔ)義知識(shí)庫(kù)的構(gòu)建。
　　最后，提出了一種基于語(yǔ)義知識(shí)庫(kù)的問(wèn)題分類方法。首先，將問(wèn)題進(jìn)行