基于問題模式分類的自動問答技術研究與應用.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)更具實用性而成為自然語言處理領域的研究熱點，而其中最關鍵的技術是問句相似度計算。在特定領域中，用戶的提問可以根據(jù)其特點劃分為兩類：一類是以詢問領域概念、實體定義等為目的，特點為結構簡單且大多包含領域專有詞語；另一類是先描述提問背景并在此基礎上提出問題，特點為情景的相似度計算結果很大程度上影響到整個問題相似度計算的結果并且情景中很少包含領域專有詞語。而當前相關研究對這兩類問題多采

2、用相同的相似度計算方法，因此計算效果不夠理想。本文針對這種情況，提出一種根據(jù)問題特點劃分問題模式的新方法，并在此基礎上，對不同類問題提出相應的針對性解決方案，以進一步提高面向特定域問答系統(tǒng)的回答準確率和運行效率。本文的主要研究內容包括：
　　首先，本文根據(jù)面向特定領域中的用戶問題特點，將問題劃分為兩種模式：簡潔模式和情景模式。并在此基礎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)問句相似度計算提供了基礎。
　　其次，簡潔模式問題具有結構簡單并包含領域專有詞語的特點，由于現(xiàn)有的句子相似度計算方法大都基于分詞技術，而領域專有詞語不能被正確切分以致影響計算精度。為此本文提出了一種新的計算方法，本方法不需要分詞而是通過獲取參與計算的兩個句子中的最長公共子串集合并在此基礎上進行相似度計算。
　　再次，本文針對情景的相似度計算對于情景模式問題的相

4、似度計算具有重要作用的特點，提出了根據(jù)用戶問題特征向量進行情景和問題的分離方法，另外為了同時兼顧到計算精確度和實用性，設計了一種基于倒排索引的改進布爾模型檢索方法并與《同義詞詞林》語義詞典相結合進行情景相似度計算，最后將情景相似度和問題相似度相結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)收集的稅務問題語料對本文所提出的一系列算法進行驗證，實驗結果表明，本文提出的問句相似度算法在處理含有領域專有