基于論壇數(shù)據(jù)源的QA技術(shù)的研究與實現(xiàn).pdf

1、傳統(tǒng)的信息獲取技術(shù)，如QA技術(shù)、互聯(lián)網(wǎng)搜索技術(shù)對互聯(lián)網(wǎng)中的信息獲取問題給出了解決方案，但是在尋求對具體問題的解答時，它們往往難以提供令人滿意的服務(wù)。在本文中，我們提出了一種利用論壇中的問題問答資源來進(jìn)行問題解答的新型Web應(yīng)用——基于論壇數(shù)據(jù)源的QA技術(shù)。通過對現(xiàn)有論壇數(shù)據(jù)的收集、處理和答案抽取，我們可以構(gòu)建一個結(jié)構(gòu)化的問題/答案庫。一旦成功實現(xiàn)新問題到問題/答案庫中已有的相同/相似問題的映射，便可以將抽取出的相應(yīng)答案返回給用戶，解答用

2、戶的問題。這種模式的QA在利用互聯(lián)網(wǎng)搜索引擎這一基礎(chǔ)平臺進(jìn)行海量數(shù)據(jù)索引和查詢的同時，也避免了傳統(tǒng)QA技術(shù)的許多技術(shù)瓶頸以及準(zhǔn)確率較差的缺點(diǎn)?；谡搲瘮?shù)據(jù)的QA技術(shù)的核心點(diǎn)之一在于如何從Thread(話題)類型多樣的回復(fù)帖子中準(zhǔn)確抽取出高質(zhì)量的答案。我們嘗試了從多分類問題和排序問題這兩個不同的角度看待該問題，并分別采用條件隨機(jī)場(Conditional RandomField，CRF)分類模型和Ranking SVM模型進(jìn)行解決。通過類