HNC理論和隨機模糊在問答系統(tǒng)中的應(yīng)用研究.pdf

1、隨著Internet上信息量的飛速膨脹，使得人們在網(wǎng)上查找自己需要的信息變得越來越困難。雖然一些搜索引擎(如Google、百度)為人們從海量的網(wǎng)頁中迅速查找有效信息提供了工具，但是現(xiàn)有的搜索引擎使用的信息檢索技術(shù)大部分都是基于關(guān)鍵詞匹配，這樣使得搜索結(jié)果存在大量冗余和無用的信息，影響了返回結(jié)果的準(zhǔn)確率。本文討論的QA(Question Answering)系統(tǒng)試圖改變這個情況，它不僅能有效利用Internet這個龐大的信息資源庫，而且利

2、用概念層次網(wǎng)絡(luò)(Hierarchical Network ofConcept，HNC)理論，使得返回結(jié)果更加豐富和精確。
　　 從目前國內(nèi)外研究情況看來，QA系統(tǒng)質(zhì)量很難令人滿意，原因在于兩方面：其一，QA系統(tǒng)問題分類不精確導(dǎo)致最終答案與問題主題偏離；其二，現(xiàn)有的候選答案抽取技術(shù)大多基于統(tǒng)計的方法，忽略了句子的語義，影響了答案的準(zhǔn)確率。針對這些不足，本文從問題分類和候選答案抽取兩個方面進行研究，首先提出了一種基于HNC理論和隨機

3、模糊理論的隨機模糊樹模型，從而能夠更好的處理HNC的五重模糊問題，使得計算機對自然語言的理解更加的到位；其次，本文提出的基于HNC理論的多策略答案抽取算法，將HNC符號的概念層次網(wǎng)絡(luò)信息引入到答案抽取算法中，從而提高了生成答案的質(zhì)量。
　　 本文的主要研究成果可以歸納為：
　　 (1)結(jié)合隨機模糊理論和HNC理論，提出了一種隨機模糊樹。通過計算隨機模糊樹的句類本原機會，可以在一定程度上消解HNC的五重模糊問題。
　

4、　 (2)提出了一種基于HNC理論的中文問題分類方法，利用HNC的概念層次網(wǎng)絡(luò)信息同時句類分析知識和隨機模糊語義消岐知識對中文問題進行分類。適應(yīng)了漢語表達方式的多樣性和復(fù)雜性。
　　 (3)提出了一種基于HNC理論的多策略答案抽取算法，利用同義詞替換豐富候選答案的語義，改進了語句概念相似度的計算方法，并將其與模式匹配結(jié)合在一起。一定程度上提高了答案抽取的獲取率和準(zhǔn)確率。
　　 (4)以上海現(xiàn)代所綜合業(yè)務(wù)應(yīng)用為背景，實現(xiàn)