基于Web的中文自動問答系統(tǒng)的研究.pdf

1、自動問答系統(tǒng)能用準(zhǔn)確簡潔的答案回答用戶使用自然語言提出的問題，作為一種新的信息獲取方式，正受到越來越多的關(guān)注。傳統(tǒng)的自動問答系統(tǒng)趨向使用結(jié)構(gòu)化或半結(jié)構(gòu)化的封閉式知識庫系統(tǒng)，從而存在領(lǐng)域受限、更新滯后等缺點(diǎn)。互聯(lián)網(wǎng)出現(xiàn)為自動問答系統(tǒng)重新構(gòu)建知識庫提供了新的機(jī)會。Web的數(shù)據(jù)容量趨于無限，并時刻處于動態(tài)增長和更新的狀態(tài)中，這使得它成為非常具有吸引力的知識來源?；谝陨媳尘?，本文提出了一個基于Web的中文自動問答系統(tǒng)：WebQA的研究設(shè)計(jì)策略

2、以及實(shí)現(xiàn)方法，以期利用Web豐富的知識庫資源，實(shí)現(xiàn)基于中文自然語言的自動問答功能。　　在問題處理過程中，WebQA利用第三方的詞法分析系統(tǒng)ICTCLAS進(jìn)行分詞和詞性標(biāo)注，進(jìn)而識別出問題關(guān)鍵詞和疑問代詞。為保證效率并降低實(shí)現(xiàn)復(fù)雜度，WebQA掘棄了機(jī)器學(xué)習(xí)的方式，而是使用了疑問代詞、句式識別結(jié)合啟發(fā)式規(guī)則的方法來對問題進(jìn)行分類。同時利用預(yù)定義模板對關(guān)鍵詞進(jìn)行必要的擴(kuò)展和重寫，以形成查詢串提交到Web搜索引擎中。在信息檢索階段，WebQ

3、A使用成熟的Web搜索引擎產(chǎn)品：Google來進(jìn)行問題答案檢索，并且只對搜索結(jié)果中的Google網(wǎng)頁片斷(GoogleSnippet)進(jìn)行處理，以避免下載和分析整個網(wǎng)頁耗費(fèi)大量時間。在答案處理階段，WebQA再次利用ICTCLAS識別出命名實(shí)體，找到備選答案，并創(chuàng)造性地建立了一個基于事實(shí)的答案評價模型。在該模型中，備選答案的信度分值量化為支持該答案的事實(shí)的信度與相關(guān)度的乘積。而在事實(shí)的相關(guān)度計(jì)算上，WebQA引入并改進(jìn)了已有的數(shù)據(jù)驅(qū)動的