基于問題模式分類的自動問答技術(shù)研究與應(yīng)用.pdf

1、基于FAQ庫的特定域自動問答系統(tǒng)由于相對于開放域自動問答系統(tǒng)更具實(shí)用性而成為自然語言處理領(lǐng)域的研究熱點(diǎn)，而其中最關(guān)鍵的技術(shù)是問句相似度計(jì)算。在特定領(lǐng)域中，用戶的提問可以根據(jù)其特點(diǎn)劃分為兩類：一類是以詢問領(lǐng)域概念、實(shí)體定義等為目的，特點(diǎn)為結(jié)構(gòu)簡單且大多包含領(lǐng)域?qū)Ｓ性~語；另一類是先描述提問背景并在此基礎(chǔ)上提出問題，特點(diǎn)為情景的相似度計(jì)算結(jié)果很大程度上影響到整個問題相似度計(jì)算的結(jié)果并且情景中很少包含領(lǐng)域?qū)Ｓ性~語。而當(dāng)前相關(guān)研究對這兩類問題多采

2、用相同的相似度計(jì)算方法，因此計(jì)算效果不夠理想。本文針對這種情況，提出一種根據(jù)問題特點(diǎn)劃分問題模式的新方法，并在此基礎(chǔ)上，對不同類問題提出相應(yīng)的針對性解決方案，以進(jìn)一步提高面向特定域問答系統(tǒng)的回答準(zhǔn)確率和運(yùn)行效率。本文的主要研究內(nèi)容包括：
　　首先，本文根據(jù)面向特定領(lǐng)域中的用戶問題特點(diǎn)，將問題劃分為兩種模式：簡潔模式和情景模式。并在此基礎(chǔ)上提出了一種基于規(guī)則的問題模式判別算法，算法主要根據(jù)用戶問題中包含的句段數(shù)和疑問詞或疑問句特征詞

3、出現(xiàn)的位置生成用戶問題特征向量，并根據(jù)此向量來判別問題模式，為后續(xù)問句相似度計(jì)算提供了基礎(chǔ)。
　　其次，簡潔模式問題具有結(jié)構(gòu)簡單并包含領(lǐng)域?qū)Ｓ性~語的特點(diǎn)，由于現(xiàn)有的句子相似度計(jì)算方法大都基于分詞技術(shù)，而領(lǐng)域?qū)Ｓ性~語不能被正確切分以致影響計(jì)算精度。為此本文提出了一種新的計(jì)算方法，本方法不需要分詞而是通過獲取參與計(jì)算的兩個句子中的最長公共子串集合并在此基礎(chǔ)上進(jìn)行相似度計(jì)算。
　　再次，本文針對情景的相似度計(jì)算對于情景模式問題的相

4、似度計(jì)算具有重要作用的特點(diǎn)，提出了根據(jù)用戶問題特征向量進(jìn)行情景和問題的分離方法，另外為了同時兼顧到計(jì)算精確度和實(shí)用性，設(shè)計(jì)了一種基于倒排索引的改進(jìn)布爾模型檢索方法并與《同義詞詞林》語義詞典相結(jié)合進(jìn)行情景相似度計(jì)算，最后將情景相似度和問題相似度相結(jié)合來評估情景模式問題之間的相似度。
　　最后，本文使用從福建省國稅局在線咨詢系統(tǒng)收集的稅務(wù)問題語料對本文所提出的一系列算法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，本文提出的問句相似度算法在處理含有領(lǐng)域?qū)Ｓ?/p>