基于本體的Internet中文問(wèn)答系統(tǒng)若干關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著Internet上信息量的飛速膨脹，使得人們?cè)诰W(wǎng)上查找自己需要的信息變得越來(lái)越困難。雖然一些搜索引擎(如Google、百度)為人們從海量的網(wǎng)頁(yè)中迅速查找有效信息提供了工具，但是現(xiàn)有的搜索引擎使用的信息檢索技術(shù)大部分都是基于關(guān)鍵詞匹配，這樣使得搜索結(jié)果存在大量冗余和無(wú)用的信息，影響了返回結(jié)果的準(zhǔn)確率。本文討論的問(wèn)答系統(tǒng)試圖改變這個(gè)情況，它不僅能有效利用Internet這個(gè)龐大的信息資源庫(kù)，而且利用本體(ontology)知識(shí)，使得返回

2、結(jié)果更加豐富和精確。 從目前國(guó)內(nèi)外研究情況看來(lái)，問(wèn)答系統(tǒng)質(zhì)量很難令人滿(mǎn)意，原因在于兩方面：其一，問(wèn)答系統(tǒng)問(wèn)題分類(lèi)不精確導(dǎo)致最終答案與問(wèn)題主題偏離；其二，現(xiàn)有的候選答案抽取技術(shù)大多基于統(tǒng)計(jì)的方法，忽略了句子的語(yǔ)義，影響了答案的準(zhǔn)確率。針對(duì)這些不足，本文從問(wèn)題分類(lèi)和候選答案抽取兩個(gè)方面進(jìn)行研究，首先提出了一種基于領(lǐng)域本體的中文問(wèn)題分類(lèi)方法，從而更加準(zhǔn)確地定位了問(wèn)題分類(lèi)，使得答案抽取有據(jù)可循；其次，本文提出的基于本體的多策略答案抽取算

3、法，將本體語(yǔ)義信息引入到答案抽取算法中，從而提高了生成答案的質(zhì)量。 本文的主要研究成果可以歸納為： 1)提出了一種基于領(lǐng)域本體的中文問(wèn)題分類(lèi)方法，利用領(lǐng)域本體的層次分類(lèi)信息同時(shí)結(jié)合同義詞林對(duì)中文問(wèn)題進(jìn)行分類(lèi)。適應(yīng)了漢語(yǔ)表達(dá)方式的多樣性和復(fù)雜性。 2)提出了一種基于本體的多策略答案抽取算法，利用同義詞林豐富候選答案的語(yǔ)義，改進(jìn)了本體概念相似度的計(jì)算方法，并將其與模式匹配結(jié)合在一起。一定程度上提高了答案抽取的獲取率和