基于問(wèn)題模式分類(lèi)的自動(dòng)問(wèn)答技術(shù)研究與應(yīng)用.pdf

1、基于FAQ庫(kù)的特定域自動(dòng)問(wèn)答系統(tǒng)由于相對(duì)于開(kāi)放域自動(dòng)問(wèn)答系統(tǒng)更具實(shí)用性而成為自然語(yǔ)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(wèn)句相似度計(jì)算。在特定領(lǐng)域中，用戶(hù)的提問(wèn)可以根據(jù)其特點(diǎn)劃分為兩類(lèi)：一類(lèi)是以詢(xún)問(wèn)領(lǐng)域概念、實(shí)體定義等為目的，特點(diǎn)為結(jié)構(gòu)簡(jiǎn)單且大多包含領(lǐng)域?qū)Ｓ性~語(yǔ)；另一類(lèi)是先描述提問(wèn)背景并在此基礎(chǔ)上提出問(wèn)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(gè)問(wèn)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(yǔ)。而當(dāng)前相關(guān)研究對(duì)這兩類(lèi)問(wèn)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(duì)這種情況，提出一種根據(jù)問(wèn)題特點(diǎn)劃分問(wèn)題模式的新方法，并在此基礎(chǔ)上，對(duì)不同類(lèi)問(wèn)題提出相應(yīng)的針對(duì)性解決方案，以進(jìn)一步提高面向特定域問(wèn)答系統(tǒng)的回答準(zhǔn)確率和運(yùn)行效率。本文的主要研究?jī)?nèi)容包括：
　　首先，本文根據(jù)面向特定領(lǐng)域中的用戶(hù)問(wèn)題特點(diǎn)，將問(wèn)題劃分為兩種模式：簡(jiǎn)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(wèn)題模式判別算法，算法主要根據(jù)用戶(hù)問(wèn)題中包含的句段數(shù)和疑問(wèn)詞或疑問(wèn)句特征詞

3、出現(xiàn)的位置生成用戶(hù)問(wèn)題特征向量，并根據(jù)此向量來(lái)判別問(wèn)題模式，為后續(xù)問(wèn)句相似度計(jì)算提供了基礎(chǔ)。
　　其次，簡(jiǎn)潔模式問(wèn)題具有結(jié)構(gòu)簡(jiǎn)單并包含領(lǐng)域?qū)Ｓ性~語(yǔ)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(yǔ)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(guò)獲取參與計(jì)算的兩個(gè)句子中的最長(zhǎng)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(duì)情景的相似度計(jì)算對(duì)于情景模式問(wèn)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(hù)問(wèn)題特征向量進(jìn)行情景和問(wèn)題的分離方法，另外為了同時(shí)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(yǔ)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(wèn)題相似度相結(jié)合來(lái)評(píng)估情景模式問(wèn)題之間的相似度。
　　最后，本文使用從福建省國(guó)稅局在線(xiàn)咨詢(xún)系統(tǒng)收集的稅務(wù)問(wèn)題語(yǔ)料對(duì)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(wèn)句相似度算法在處理含有領(lǐng)域?qū)Ｓ?/p>