基于文本模式推理的問答系統(tǒng)研究.pdf

1、在當前的自然語言處理領(lǐng)域，問答系統(tǒng)是一個非常值得研究的“熱門”課題。它既允許用戶以自然語言提問，又能夠向用戶返回準確的答案，而不是一些內(nèi)容相關(guān)的網(wǎng)頁。所以，與傳統(tǒng)的基于關(guān)鍵字匹配的搜索引擎(例如G00gle)相比，問答系統(tǒng)能夠更好地滿足用戶的查詢需求，能夠更準確地檢索出用戶所需要的答案，具有方便、快捷、高效等特點。 但是目前的問答系統(tǒng)準確率都不高。研究表明，其中一個很重要的原因，在于目前的問答系統(tǒng)很少用到推理技術(shù)，大規(guī)模運用推理

2、規(guī)則的問答系統(tǒng)極其少見。問答系統(tǒng)缺乏推理能力，推理系統(tǒng)缺乏自然語言理解能力，這是一個老問題了，正是這個問題，困擾著大型知識庫系統(tǒng)的建設(shè)，也使得花費巨大的人力物力建立起來的知識庫系統(tǒng)難以面向公眾開展達到一定質(zhì)量的知識服務。 因此，在前人研究的基礎(chǔ)上，本論文提出了“模式推理”的思想，并提出一種新的問答系統(tǒng)模型——“淺層結(jié)構(gòu)模式推理”模型。本模型主要有如下特點： ①、對原始文本很少做、甚至不做人工形式化工作，而是將未經(jīng)處理的、

3、無結(jié)構(gòu)的原始文本，作為知識庫。而傳統(tǒng)做法則是手工建立大規(guī)模知識庫。同傳統(tǒng)做法相比，免去了知識形式化的環(huán)節(jié)，大大節(jié)省了人力物力。 ②、引進句子之間的邏輯推理機制，使得問答系統(tǒng)可以依據(jù)一定的策略進行推理，從而能夠根據(jù)現(xiàn)有的知識，推導出用戶所需要的結(jié)論。也就是說，系統(tǒng)可以從現(xiàn)有知識出發(fā)，通過邏輯推理機制，得到新知識。而傳統(tǒng)做法，則是簡單的檢索文本中現(xiàn)成的答案，基本上不具備邏輯推理的能力。同傳統(tǒng)做法相比，這種做法大大提高了系統(tǒng)的智能化。

4、 ③、對于用戶的查詢，可給出準確的答案。而一些傳統(tǒng)的做法，則是簡單地返回相關(guān)網(wǎng)頁或段落。同這些傳統(tǒng)做法相比，這種做法大大提高了系統(tǒng)的準確性，更加方便、快捷、高效。 為了實現(xiàn)上述“淺層結(jié)構(gòu)模式推理”模型，本論文從理論上明確了模式合一的概念，定義了模式推理規(guī)則和基于模式推理的“證明”結(jié)構(gòu)，并引入了包含變量的索引結(jié)構(gòu)，作為實現(xiàn)逆向模式推理算法的基礎(chǔ)。在此框架下，本文提出了針對不同環(huán)節(jié)的一系列算法，取得了如下的具體成果：

5、 ①、提出雙模式合一的“減首去尾”算法?；谶@個算法，提出了一整套的模式推理機制，并對這套推理機制進行了優(yōu)化、改進，有效解決了文本目標模式根據(jù)文本事實庫、文本規(guī)則庫進行模式推理的問題。 ②、提出多模式合一的“圖檢索”算法。根據(jù)這個算法，可以一次性的檢索出能夠與文本目標模式合一的事實庫中的所有事實、規(guī)則庫中的所有規(guī)則，從而大大提高了模式推理的效率。根據(jù)這個算法，同樣可以有效的進行雙模式合一計算并求解目標模式中的每個變量所分別對

6、應的代換量。 ③、將“圖檢索”算法與傳統(tǒng)的模式推理機制進行了整合。 ④、深入分析了模式推理中推理循環(huán)(左遞歸)的成因，并提出“同構(gòu)模式”的概念及相應算法。在此基礎(chǔ)之上，提出推理循環(huán)的防止原則以及推理循環(huán)的消除算法，從而有效的解決了推理循環(huán)問題。 這樣，在擁有一個包含事實、規(guī)則的知識庫的前提下，就可以通過這樣一種索引方式，對知識庫進行有效的再組織，從而快速找到所有能與目標模式匹配的規(guī)則和事實。 根據(jù)上述“淺

7、層結(jié)構(gòu)模式推理”模型，本論文將模式推理機制應用于問答系統(tǒng)中，具體進行了如下的工作： ①、提出“內(nèi)嵌謂詞”的概念，并根據(jù)漢語問答系統(tǒng)的特點，給出了一系列問答系統(tǒng)中常用的內(nèi)嵌謂詞，并且對于每一個內(nèi)嵌謂詞，分別指出其用途、算法及實驗結(jié)果。 ②、為了說明模式推理在問答系統(tǒng)中的作用，本論文將模式推理機制應用于一個限定領(lǐng)域的漢語問答系統(tǒng)：ChinaQA。本系統(tǒng)從《上下五千年》這本書中抽取了若干語句作為知識庫，回答用戶提出的歷史問題。