基于句法结构分析的中文问题分类.pdfVIP

中 文 信 息 学 报 第2o卷 第2期 JOURNALOFCHINESE F()I ArI10NPRY ING Vo1．20No，2 文章编号：1003一(KF／7(2006)02—0033—07 基于句法结构分析的中文问题分类 文 勖，张 宇，刘 挺，马金山 (哈尔滨工业大学信息检索研究室，黑龙江哈尔滨 150001) 摘要 ：问题分类是问答系统中重要的组成部分，问题分类结果的好坏直接影响问答系统的质量。本文提 出了一种用于问题分类的特征提取的新方法，该方法主要使用句法分析的结果，提取 问题的主干和疑 问词及 其附属成分作为分类的特征，此方法大幅度地减少了噪音，突出了问题分类的主要特征，利用贝叶斯分类器分 类，有效地提高了问题分类的精度。实验结果证明了该方法的有效性，大类和小类的分类精度分别达到了 86．62％和71．92％，取得了较好的效果。 关键词：计算机应用；中文信息处理；问答系统；问题分类；特征提取；句法分析 中图分类号：TP391 文献标识码：A SyntacticStructureears~ BasedChineseQuestionClassification WENXu，ZHANG Yu，LIUTing，MAJin-shan (InformatimRetrievallaboratory。HaerbinInstitute0fTechnology，Hacrbin，Heilo~iang150001，0liIa『) Abstract：Questionclassificationisveryimportantforquestionanswering，andtheresultofquestionclassificationdirectlyaf- feelsthequ~ityofquestionanswering．~laispaperpresents／Itnewmethodonfeatureextractionforquestionclassification． TheoutputofsyntacticparsingisusedinthismethodtoextracttheSubject-PredicatestructureaswellaSinterrogativewords andtheiradjunctivepartsasfeaturesforclassification，leadingIosubstantialreductioninnoise．andemphasisonthemain featuresofquestionclassification．A bayesianclassifierisusedinclassification，whicheffectivelyincreasestheprecisionof questionclassification，Theexperimentalresultvalidatestheeffectivenessofthismethod：theclassificationprecisionof c0arseclassesandfineclassesreach86．62％ and71．92％ respectively，whicha~ instheexpectedeffects． Keyw0rds：computerapplication；Chineseinformationprocessing；questionansweringsystem ；questionclassification；feature extraction；syntacticparsing 1 引言 随着互联网技术的迅速发展，人们可以从互联网上通过搜索引擎检索到越来越多的信息。 由于搜索引擎是被设计用来获取与用户查询请求相关的文档的，因此其查询序列是一系列关 键词的组合，而不是以自然语言的形式提供的，同时其返回的结果是与用户查询相关的网页的 列表。但是在实际应用中，用户可能更习惯用 自然语言来描述问题而不是用一系列关键词的 组合来获取查询的结果。例如，用户想查询第一个进入太空的中国人是谁，传统的做法是利用 搜索引擎，在搜索引擎中输入 第“一个AND进入AND太空AND中国人”，然后用户跟踪网页， 收稿 日期：2005