基于语义智能答疑系统关键技术研究.docVIP

基于语义智能答疑系统关键技术研究 　　摘要：提高答疑的智能性是目前答疑系统研究的重点，为此提出一种语义消歧算法SDA(Semantic Disambiguation Algorithm)，它可以更好的解决一词多义的问题。在此基础上提出一种基于语义的问题相似度算法SQS用于提高答疑系统中问题与答案的匹配准确度，实验表明，这种算法提高了答疑的准确性和智能性。 　　关键词：智能答疑系统；语义分析；SDA；SQS 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)25-1506-02 　　Research on Semantic-based Intelligent Question and Answering Technology and Its System Implementation 　　GUO Xiao-yan 　　(Zhuhai College, Jilin University, Zhuhai 519071, China) 　　Abstract: How to improve the intelligence is the emphases of question analysis, SDA (Semantic Disambiguating Algoritthm)brought out for it. Using SDA could resolve the problem that a word maybe has many conception. Based on SDA bring out IQAS-SA (Intelligent Question and Answering System Based on Semantic Anasysis) with Hownet and special repository. It can help accurately finding answers and explantion about related question in corresponding repository. The practice indicates that the IQAS-SA can improves the accuracy and intelligence of the system. 　　Key words: IQAS; semantic analysis; SDA; SQS 　　1 引言 　　答疑的作用在于及时准确的解答学生疑问，帮助学生完成学习，在网络教育中由答疑系统来承担。人工智能的技术发展为智能化答疑创造了有利的条件，网络教育的兴起使得研究智能化答疑显得更为重要，同时学生的大量性参与学习也要求答疑系统能够具有良好的智能性。 　　智能答疑是一个结合了人工智能、自然语言理解和自动搜索等技术的系统，它具有良好的人机交互方式，学生不需要抽取关键词，直接采用自然语言的方式提问，系统自动分析学生的提问并在知识库中搜索相关性最强的问题答案呈现给学生。 　　语义分析是自然语言理解研究的热点，目的是要将生活中使用的自然语言转化为一种合式定义的带有简单语义的形式语言[1]。语义分析包括很多方面的内容，本文研究的语义是指词或短语的含义。 　　现阶段的智能答疑系统受汉语语言特点的制约其智能性不强，主要表现在对自然语言式的问题理解容易产生歧义，问题的匹配不够准确。因此针对智能答疑系统出现问题，提出一种语义消歧算法和问题相似度算法，对问题进行语义分析，消除歧义，提高答疑系统的智能性。 　　2 关键技术的研究 　　要提高智能答疑的智能性，关键在于准确理解学生的提问并匹配出真正相关的问题。受到汉语语言因素的影响这两部分的准确性都不强，结合语义的方法对此可以加以改善，对问题中涉及的词语进行语义分析理解整个问题再延至问题的匹配。这其中的关键技术包括知识库的构建、自动分词和问题匹配。 　　2.1 知识库的构建 　　智能答疑系统要达到理想的结果，后台要有结构性能良好的知识库支撑。根据系统的实际需要和对所用材料的分析抽取实现知识库的数据结构。 　　知识库中包括问题库、答案库和关键词库，其中关键词库分为常用关键词库和专业关键词库两个。问题库、答案库根据系统所设课程的类别组织，既便于问题搜寻又能方便教师管理知识库、回答学生问题。 　　常用关键词库系统采用Hownet。Hownet又称知网，是中科院的董振东教授在多年研究语义和自然语言理解的基础上提出并负责开发的。它是一个以汉语和英语的词语所代表的概念为描述对象，以揭示概念与概念之间以及概念所具有的属性之间的关系为基本内容的常识知识库[3]。要了解Hownet必须先弄清两个定义，“概念”和“义原”。 　　“