论文部分内容阅读
自动问答技术是自然语言处理领域中一个热门研究方向,它综合运用了各种自然语言处理技术,目前国内外有很多的科研机构都参与了该技术的研究。基于模式匹配的自动问答技术是一种很有效的自动问答技术,它在TREC会议上取得了较好的成绩,于是引起了学术界的广泛关注。 目前,国内外很多的科研机构都在进行着将基于模式匹配的自动问答技术应用于英文处理的研究,而研究将该技术应用于中文处理的科研机构却寥寥无几。本文正是对该技术进行的探索性研究。本文从以下两个方面来介绍基于模式匹配的中文自动问答技术:模式学习技术和答案查询技术。 模式学习技术是基于模式匹配的中文自动问答技术的核心技术,它用于解决在离线状态下如何自动获取某种问题类型的答案模式以及如何计算答案模式精度的问题。本文利用后缀树作为模式获取工具来获取答案模式的。由于答案模式的精度对答案查询技术有着重要的影响,本文参照传统的正确率计算模型,提出了一种改进的答案模式精度计算模型,该模型考虑了答案类型因素对计算答案模式精度的影响。本文分别在传统和改进两种答案模式精度计算模型下进行了答案查询实验,并进行了结果分析,实验结果表明本文提出的答案模式精度计算模型达到了预期的效果。 答案查询技术用于分析处理用户使用自然语言方式提问的问题,并将问题答案直接返回给用户。该技术包括三个主要的组成部分:问题分析、信息检索和答案抽取。在基于模式匹配的中文自动问答技术中,问题分析包括:问题分类、提取问题词、提取关键词以及扩展关键词。本文采用了基于问题模板的问题分析技术来分析用户提出的问题,以理解用户问题的意思。信息检索则是要从互联网检索出和用户问题相关的文档。由于目前信息检索技术相对比较成熟,所以本文采用了直接调用现有搜索引擎的方法。答案抽取则是利用答案模式从相关文档中抽取候选答案,计算候选答案可信度,为候选答案排序,并依次提取出几个可信度较大的候选答案返回给用户。 在本文的最后,还对基于模式匹配的中文自动问答技术进行了系统实现。