面向开放域的中问答系统问句处理相关技术研究.pdf

博j论文 面向耳楠蛾竹巾更柏蒋系境问fq灶即锕廷}±术研究 中文摘要， ● 问答系统足信息检索分支，属于精确榆索，足田外信息技术的研究热点，但在 国内还处于起步阶段。信息检索是信息社会的重要特征，各种检索引擎对人们帮助 很大，但足如何使计算机更好地理解人的检索需求，如何获得精确检索结果，这些 目前还处于探索阶段，问答系统正是这个方面的毫要研究内容。本文系统地介绍了 问答系统的研究内容及现状，对中文问答系统与问句处理相关的关键技术进行了较 为深入的分析与探讨，实质性工作和创新点如下： 1)研究中文问答系统的理论框架和系统结构，从总体上对问答系统形成一个 较为清晰的认识，对其中的研究蓖点和难点进行具体的分析。 2)建立一个小规模的问句句法标注语料库(目前国内在该方面还足空白，没 有现成的资源呵资利用)，在此基础上，研究相应算法，派生出句法截断数据库和 句法片段数据库，其中基于截断的片段和片段组合抽取算法具有很高的独创性和实 用价值。为高效地建立句法标注语料库，设计研发了一个实用的中文句法编辑与分 析辅助系统。 ● 3)在标注语料库的基础上，根据中文问句在语法语义上的特性，结合现有的 语科库理论和方法，应用句法片段技术和语占学中关于句法截断理论，研究出一套 基于DOP(Data．Oriented Parsing)的问句句法分析算法，实验表明，与其它句法分 析技术相比，准确率有较大提高。 4)根据中文问句的结构特征，结合文本分类技术中较为成熟的Bayes计算模 型等，对问句的归类进行处理，建立一个准确率较高的中文问句分类算法模型。 5)在中文句法标注语料库的基础上，对中文问句句型进行统计分析，研究设 计出一个问句句型自动识别和获取算法。 6)对中文问答系统中的问句形式化处理、形式化扩展、信息搜索、检索结果 的分析与筛选等进行具体的分析，并研究相关的实现算法。 ● 7)对问与答之间的关系作了初步的探讨，提出了陈述句派生疑问句的假设， 并研究了各种不同的派生情况，讨论了基于ontology的复杂问题分解，初步分析了 简单中文句式之间转换的技术方法和关键因素。 关键词： 问答系统问句处理句法分析 句法片断 句法截断 问题分类 信息检索搜索引擎句型分析句型转换Bayes模型本体 博f沧定 向向开艟域|n中芷蝴符系镜¨q处柙杆It技忙研究 ABSTRACT Question thebranchofinformation answeringsystem(QA)is retrieval(IR)， ● tOaccurate isthefocusof information belongs retrieval，and foreign research， technology howeveritisstillat at is featureofinformation startingstagehoming．IR