基于網(wǎng)絡(luò)搜索的問答系統(tǒng).pdf

1、隨著Internet的不斷發(fā)展,網(wǎng)絡(luò)已經(jīng)成為人們獲取信息的重要來源。如何快速方便的從網(wǎng)絡(luò)中獲取信息,已經(jīng)成為人們努力研究的焦點(diǎn)。雖然搜索引擎和自動(dòng)問答系統(tǒng)的出現(xiàn)很好的解決了這一問題,但是它們各自仍然存在著一些不足。搜索引擎以關(guān)鍵詞的方式檢索信息,很難清晰表達(dá)用戶的意圖,而且返回的結(jié)果是相關(guān)網(wǎng)頁的集合,仍然需要用戶自己手動(dòng)查找答案。傳統(tǒng)的自動(dòng)問答系統(tǒng)雖然能夠彌補(bǔ)搜索引擎的這些不足,接受用戶輸入問題,并返回準(zhǔn)確答案,但是它需要獨(dú)立維護(hù)一個(gè)非

2、常龐大的知識(shí)庫,因而信息覆蓋范圍小和更新速度慢成為了自動(dòng)問答系統(tǒng)最主要的缺點(diǎn)。為了彌補(bǔ)這個(gè)不足,本文提出了一種基于網(wǎng)絡(luò)搜索的問答系統(tǒng),將互聯(lián)網(wǎng)作為系統(tǒng)的知識(shí)庫,利用搜索引擎檢索網(wǎng)絡(luò)中的信息,最后根據(jù)用戶輸入的問題,從中提取出正確答案,并返回給用戶。
　　本文根據(jù)傳統(tǒng)問答系統(tǒng)的三個(gè)模塊結(jié)構(gòu),詳細(xì)設(shè)計(jì)了系統(tǒng)的整體框架,并針對(duì)各個(gè)模塊進(jìn)行任務(wù)劃分。在問題分析模塊主要進(jìn)行了問題分類和關(guān)鍵詞提取的工作。信息檢索模塊主要利用搜索引擎檢索網(wǎng)絡(luò)中

3、的相關(guān)文檔,并將其爬取下來。答案提取模塊根據(jù)問題類型和信息來源分別制定了不同的答案提取和評(píng)分策略。本文利用命名實(shí)體識(shí)別技術(shù)對(duì)事實(shí)類問題進(jìn)行答案抽取,利用答案相似度計(jì)算方法對(duì)非事實(shí)類問題進(jìn)行答案抽取,并以概率計(jì)算的方式為每一個(gè)候選答案評(píng)分。即分別計(jì)算網(wǎng)頁的先驗(yàn)概率和答案在網(wǎng)頁中的條件概率,最終將評(píng)分最高的候選答案返回給用戶。
　　本文對(duì)問題分析和答案提取模塊進(jìn)行了一些改進(jìn)。首先針對(duì)幾種特殊類型的問題對(duì)原有的問題分類模型進(jìn)行了改進(jìn)。然