問答系統(tǒng)中多變量問題到OWL查詢語(yǔ)句的轉(zhuǎn)換研究.pdf

1、盡管搜索引擎極大的方便了人們?cè)赪eb上進(jìn)行信息查找，但其還是有著很多的缺點(diǎn)。問答系統(tǒng)以其符合普通用戶習(xí)慣的表達(dá)方式、返回簡(jiǎn)單準(zhǔn)確的答案彌補(bǔ)了搜索引擎的不足，成為信息檢索技術(shù)中的研究熱點(diǎn)。隨著Web智能特別是語(yǔ)義Web相關(guān)技術(shù)的發(fā)展，OWL成為W3C的推薦標(biāo)準(zhǔn)，網(wǎng)絡(luò)上存在大量的OWL知識(shí)，以問答的方式檢索這些知識(shí)是更好的利用這些知識(shí)的方式之一。
　　 現(xiàn)有的OWL知識(shí)問答系統(tǒng)依然存在一些問題，如對(duì)OWL元素的處理不全面，不能處理多

2、變量問題等。針對(duì)這些問題，本文集中研究問答系統(tǒng)中多變量問題到OWL查詢語(yǔ)句的轉(zhuǎn)換方法，包括三個(gè)子問題：期望答案類型識(shí)別、變量提取、組合OWL查詢語(yǔ)句，具體工作如下：
　　 針對(duì)期望答案類型識(shí)別，在參考Webclopedia的期望答案類型分類標(biāo)準(zhǔn)后，本文根據(jù)實(shí)驗(yàn)所采用的領(lǐng)域知識(shí)庫(kù)，總結(jié)出以“Who”，“When”和“Where”開頭的問題的期望答案類型。對(duì)于以“What”和“Which”開頭的問題，則提出先識(shí)別問題的目標(biāo)，再根據(jù)問

3、題目標(biāo)來得到問題期望答案類型的方法。對(duì)以“What”和“Which”開頭的問題進(jìn)行的實(shí)驗(yàn)結(jié)果表明該方法具有較好的效果。
　　 在變量提取方面，提出了一種提取變量、識(shí)別變量潛在類型的方法。該方法采用Stanford Parser工具對(duì)問題進(jìn)行解析，若解析結(jié)果表明問題中含有從句則提取變量，變量的潛在類型通過關(guān)系詞所指代的先行詞直接得出或從用同義詞典對(duì)先行詞進(jìn)行擴(kuò)展后得到的集合中得出。實(shí)驗(yàn)結(jié)果表明該變量提取方法是可行的。
　　

4、 在組合OWL查詢語(yǔ)句方面，為了組合所有的變量及OWL元素到RDF元組，采用了基于模板的組合方法，組合過程中用到了Agile系統(tǒng)沒有用到的二變量模板。得到RDF元組后，為了剔除元組中的噪聲，對(duì)Agile系統(tǒng)中已有的噪聲剔除規(guī)則進(jìn)行了部分修改。實(shí)驗(yàn)結(jié)果表明基于模板的組合方法能夠較好的組合RDF元組，噪聲過濾能提高組合精度。
　　 綜合前面描述的期望答案類型識(shí)別、變量提取、組合OWL查詢語(yǔ)句三個(gè)子內(nèi)容的所有實(shí)驗(yàn)結(jié)果，整個(gè)結(jié)果表明方法