申报云南自然科学奖项目-昆明理工大学.DOCVIP

一、项目基本情况 成果登记号： 1492015J0002 项目名称 受限域汉语问答系统普适性理论与方法研究 候选人 （单位） 余正涛(昆明理工大学),郭剑毅(昆明理工大学),毛存礼(昆明理工大学)，线岩团(昆明理工大学)，邹俊杰(昆明理工大学)，吴则建(昆明理工大学)，张宜浩（昆明理工大学） 推荐单位 （盖章）或 专家（签字） 云南省教育厅 推荐专业(学科)评审委员会 电子信息 项目所属学科1 计算机科学与技术 项目所属学科2 计算机应用技术 项目所属学科3 人工智能 主题词 问答系统，受限域，普适性，领域知识自动构建，问句分类领域迁移，答案学习排序 所属国民经济行业 （G）信息传输、计算机服务和软件业 任务来源 A.国家计划 计划下达单位、部门 国家自然科学基金委员会 计划名称和 编号 （1）国家自然科学基金项目:受限域汉语问答系统普适性理论与方法研究 （2）云南省自然科学基金重点项目:受限域汉语问答系统普适性理论与方法研究（2008CC023） 项目开始时间 2009-01-01 项目结束时间 2013-03-30 代表性论文、专著最早发表时间 2009-12-15 代表性论文 影响因子合计 1.695 代表性论文 他引次数合计 27 二、项目简介 （限1000字以内） 项目主要研究内容、发现点、科学价值、同行引用及评价等内容。 基于国家自然科学基金和云南省自然科学基金重点项目的资助，针对受限域汉语问答系统理论、方法及其不同领域普适性问题，围绕问答系统的领域知识库自动构建、问句分析模型的领域迁移及答案提取模型学习等科学问题展开研究，在领域实体及实体关系抽取、问句分类模型的领域迁移及答案提取学习排序等方面开展了具有创新性的特色研究工作，主要科学发现及其价值如下： 1. 领域知识自动构建方面，综合考虑上下文词、词性、句法等信息，融合上下文局部特征及长距离依存特征，提出了基于Markov逻辑网融合局部特征以及长距离依赖特征的中文实体识别方法，提出了基于最大熵的领域实体关系的抽取方法，提出基于语言特性的中文领域术语自动抽取方法，自动获取领域的术语、实体及实体关系，为实现从非结构化领域文本中获取与组织领域知识提供理论与技术保障； 2．问句分类模型领域迁移方面，提出了半监督协同学习的中文问句分类方法，采用协同学习思想构建不同分类器协同标记无标记样本，选取高信任样本提高问句分类的准确率，从而达到无标记样本的有效利用；提出了基于特征映射的问句分类迁移学习方法，借助特征相似性，将源领域问句实例映射到目标领域类别中，构建目标领域问句分类模型，为实现问句分类模型的领域移植提供理论与技术的支撑； 3．答案提取学习排序方面，提出了基于多特征融合的领域实体类答案学习排序方法，融合问句与候选文档相似度及查询词分布密度等特征，构建领域事实类实体答案排序模型提取答案；提出了融合语篇结构特征的非事实类答案学习排序方法，依据篇章结构及修辞结构关系提取篇章结构特征，构建非事实类答案提取模型提取答案；为不同领域问答系统提供通用的答案提取学习排序理论与方法； 4．研制了旅游实体识别、实体关系识别、答案检索等系统，具有很好的实际应用价值，获得国家发明专利1项，授权登记软件著作权13项。 项目取得的成果得到了国内外同行的关注，项目共发表论文62篇，其中发表论文被SCI收录3篇、EI收录41篇，发表论文被《Pattern Recognition Letter》、《Neurocomputing》等国内外刊物引用，其中，被SCI他引6次、被CSCD他引10次、被CCD他引69次、被Google Scholar他引97次，累计他引183次；2010年参加国际文本检索最高水平TREC竞赛，在Entity List Completion Task 获得第1名，在Related Entity Finding Task 获得第3名。另外，依托项目，培养国家级人才“万人计划”1人，博士研究生2人，硕士研究生37人。 项目研究取得了一系列成果，为构建普适于不同领域的问答系统奠定了理论与技术基础，成果评定委员会认为，项目取得成果原创性强，总体上达到国际先进，国内领先水平。研究成果将在教育、医疗、旅游、交通等领域得到广泛应用，有非常重要的理论和实际应用价值。 三、候选人对项目的贡献情况 第1候选人：余正涛 1．项目负责人，负责项目的实施； 2. 在领域实体识别方面，提出融合长距离依存特征的中文命名实体识别方法，从领域文本中自动获取实体知识单元；（重要发现一，代表论文4通讯作者） 3. 在问句分类方面，提出了半监督学习中文问句分类方法,利用无标记样本提高问句分类的准确率（重要发现三，代表论文1第