人物簡歷問答系統(tǒng)的研究與實現(xiàn).pdf

1、當前的搜索引擎主要基于字符串匹配的方式，用戶只能通過輸入關(guān)鍵詞進行搜索，這種方式不能準確獲取用戶所需信息，而基于自然語言問答方式的搜索引擎可以彌補前者的不足，成為下一代搜索引擎的重要發(fā)展趨勢。如今，開放領(lǐng)域問答系統(tǒng)的研究已經(jīng)有很多，其中涉及到人物、時間、地點、歷史重要事件和專業(yè)技術(shù)等領(lǐng)域，并且面向這些領(lǐng)域的受限領(lǐng)域問答系統(tǒng)的理論研究和應(yīng)用開發(fā)在一定程度上推動了開放領(lǐng)域問答系統(tǒng)研究的發(fā)展。
　　 本文針對人物簡歷這一受限領(lǐng)域問答系

2、統(tǒng)的答案抽取方案開展了研究，并實現(xiàn)了原型系統(tǒng)，其主要包括一下幾部分工作：
　　 首先，分析人物簡歷問答系統(tǒng)的研究現(xiàn)狀、相關(guān)概念和實現(xiàn)技術(shù)，以及它的應(yīng)用需求和文本特征。
　　 其次，提出了基于頻繁子樹挖掘的答案抽取方案。該方案通過語法分析工具將樣本語料庫中的答案文本轉(zhuǎn)化為上下文無關(guān)語法樹，并使用TreeMiner頻繁子樹挖掘算法，從中挖掘頻繁模式生成答案模板集。通過計算候選答案的上下午無關(guān)語法樹與答案模板集合中模板的匹配度

3、，據(jù)此確定答案。然后通過對比基于頻繁子樹挖掘和基于頻繁序列挖掘兩種答案抽取方案的對比實驗，證明了基于頻繁子樹挖掘的答案抽取方案的良好效果。
　　 隨后，設(shè)計并實現(xiàn)了人物簡歷問答原型系統(tǒng)。設(shè)計主要包括：人物簡歷問答系統(tǒng)的數(shù)據(jù)流程設(shè)計，系統(tǒng)功能模塊設(shè)計以及主要功能模塊的相關(guān)數(shù)據(jù)結(jié)構(gòu)設(shè)計。系統(tǒng)實現(xiàn)主要包括：使用HtmlParser頁面解析工具對網(wǎng)頁中人物條目及相關(guān)文本的自動抽取；使用StanfrodParser語法分析工具完成句法樹的