基于漢語框架網(wǎng)的中文問句分類研究.pdf

1、計算機和網(wǎng)絡的出現(xiàn)方便了人們對信息的獲取，隨著互聯(lián)網(wǎng)的飛速發(fā)展和計算機的迅猛更新，如何從互聯(lián)網(wǎng)上更快地獲取到更準確的有用信息成了人們的關注熱點?，F(xiàn)有的搜索引擎返回給用戶的都只是一些與搜索內(nèi)容信息相關的網(wǎng)頁，這就需要用戶自己再從這些網(wǎng)頁中進一步尋求所需信息。顯然這給人們查詢信息帶來了許多不便，而且無形中降低了查詢效率。而問答系統(tǒng)(Question Answering System，QA)只需用戶給出簡單的問句，便可以返回給用戶簡潔、準確的

2、信息，快速而有效地滿足了用戶對信息的檢索需求。因此，問答系統(tǒng)的研究逐漸受到圈內(nèi)外眾多學者的廣泛關注，并已經(jīng)取得了一定的研究成果。
　　問句分類即確定問句所屬的類型，是問答系統(tǒng)中必不可少的一部分，分類的準確性直接影響問答系統(tǒng)的性能。本文基于漢語框架網(wǎng)(Chinese FrameNet，CFN)提出了一種用于中文問句分類的新方法，該方法通過構建一系列CFN語義特征來表達每個問句的語義信息。首先選擇五種漢語框架網(wǎng)特征作為候選特征，根據(jù)每

3、一類別的分類精度對單個特征的分類能力進行排序，然后通過特征組合進行實驗，選出具有最好分類效果的組合特征。
　　本文的主要工作包括:
　　(1)通過調查問卷的形式收集并整理了山西旅游的相關問句2155條，并參照哈工大信息檢索研究室的問句分類標準，結合山西旅游問句的特點，給出適合山西旅游的問句分類體系，分為7大類，73小類，進一步豐富了原有的中文問題分類體系。
　　(2)對CFN標注的問句集進行分析和整理，選出五種CFN語

4、義特征，使用最大熵分類模型進行實驗。首先對單個特征的分類能力進行排序，然后分別對這些特征的組合進行實驗;通過實驗，得到了其中三種特征的組合可以達到最好的分類效果;進一步從理論上分析了這三種特征對問句分類的重要性。最后本文還給出了每類問題的準確率、召回率以及F值。
　　(3)采用SVM分類器進行對比實驗，實驗結果表明，相比較于SVM分類器，最大熵分類模型比較適合于處理問句的分類。
　　問句分類是問答系統(tǒng)對問句進行處理的重要步驟