漢語閱讀理解問答題解答研究.pdf

1、閱讀理解任務(wù)是給定一篇文本，要求機(jī)器根據(jù)文本的內(nèi)容，對相應(yīng)的問題作出回答，是目前自然語言處理領(lǐng)域的一個(gè)研究熱點(diǎn)，也是衡量人工智能水平的一個(gè)重要手段。本文以北京語文高考文學(xué)類閱讀理解的解答為背景，對其中的問答題進(jìn)行了分析與研究，主要工作如下：
　　(1)高考文學(xué)類閱讀理解問答題及其解答分析。本文對問答題的類別、難點(diǎn)、研究技術(shù)進(jìn)行了分析，并將本文的研究重點(diǎn)確定為答案句抽取及句子融合兩個(gè)關(guān)鍵技術(shù)。
　　(2)答案句抽取。本文首先使

2、用了三種語義相似度方法進(jìn)行答案句抽取，分別為：基于HowNet的句子相似度，基于詞向量的句子相似度，基于LDA的句子主題分布相似度。在人工標(biāo)注答案句的高考真題中對三種方法進(jìn)行測試，結(jié)果顯示，基于詞向量句子相似度的方法效果最好，其答案句抽取的F值可達(dá)49.08％。
　　此外，答案句抽取也可以看做二分類問題，本文使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對句子進(jìn)行分類，從而判別是否為答案句。通過在人工標(biāo)注數(shù)據(jù)集上的訓(xùn)練及測試，結(jié)果顯示，分類為答案句的

3、F值為68.35%。
　　(3)句子融合。針對閱讀理解問答題，本文提出了一種兼顧信息量、問題關(guān)聯(lián)度與句子流暢度的句子融合方法來生成答案。句子融合的主要思想為：首先，針對特定的問答題計(jì)算詞重要度；然后，基于句子拆分和子句重要度選擇待融合部分；再次，基于詞對齊進(jìn)行相同信息的合并；最后，利用基于依存關(guān)系、二元語言模型及詞重要度的整數(shù)線性規(guī)劃優(yōu)化生成句子。在歷年高考閱讀理解數(shù)據(jù)集上的測試結(jié)果表明，基于詞計(jì)算的句子融合的F值達(dá)到82.62%

4、。
　　(4)將答案句抽取及句子融合兩項(xiàng)技術(shù)結(jié)合起來應(yīng)用于高考問答題的解答，通過人工打分，本文提出的答題框架達(dá)到了30.84%的答題率。
　　本文對中文文學(xué)類閱讀理解問答題的研究進(jìn)行了探索，主要貢獻(xiàn)有：(1)嘗試了多種技術(shù)進(jìn)行答案句的抽??；(2)提出了面向閱讀理解問答題的基于依存關(guān)系、語言模型及詞重要度的句子融合方法；(3)形成了答案句抽取及句子融合的問答題解題框架。本文的研究為未來閱讀理解問答題的進(jìn)一步解答奠定了一定基礎(chǔ)。