短文本相似度计算在用户交互式问答系统中的应用计算机系统结构专业论文.docxVIP

摘要摘要 摘要 摘要 随着互联网的迅速发展和W曲2．0概念的提出，问答(QuestionAnswering) 系统逐渐成为一种新的信息检索技术。和传统的搜索引擎返回大量相关文档不 同，问答系统直接返回给用户精确的答案，从而省去了用户从大量相关的文档中 去寻找自己所需信息的时间。尽管如此，传统的自动问答系统仍然难以满足人们 的需要，这是因为机器的理解能力有限，往往不能很好的理解人们提出的问题， 因而难以产生令人满意的答案。正因为如此，用户交互式问答(User-interactive Question Answering，也叫社区问答)系统应运而生。和传统的自动问答系统不 同，用户交互式问答系统给广大用户提供了一个基于互联网的平台，使得人们可 以自由的在网上进行提问和回答，从而实现人与人之间的互相帮助。由于答案都 是由人来提供，而人的理解能力远远强于机器，因而答案的质量相比自动问答就 有了明显的提高。 短文本相似度计算在用户交互式问答系统中具有举足轻重的作用，因为问题 和答案都是短文本的形式，进行问题和答案的处理必然要涉及到对问题及答案语 义的理解及相似度的判断。短文本相似度计算在用户交互式问答系统中的应用主 要包括常见问题自动问答、问题自动分类以及答案聚类。本文围绕这几方面的应 用进行了深入研究，研究内容和创新之处如下： 首先，提出了一种基于语义空间计算问题相似度的方法来解决常见问题的自 动问答。该方法通过系统累积的问题构造一个语义空间，将问题映射到该空间中 计算问题相似度。通过语义空间，问题信息能够得到更好的表示，从而使得问题 相似度的计算更加精确。此外，该方法还通过特征聚类去除了冗余信息，提高了 计算效率。 其次，提出了一种新的基于相似度计算的问题自动分类的方法。该方法从累 积的问题集中抽取出一些重要的词(Term)作为特征来构造一个特征空间并将每 个类别用特征空间中的一个向量来表示。对于每个用户问题，首先也将其映射到 特征空间中，然后计算问题和各个类别的相似度，最终将具有较高相似度的几个 类别推荐给用户。此外，该方法还利用语义模板对问题中和主题相关的词进行识 别并增加其权重，从而更好的表示了问题信息。 最后，提出了一种有效的对同一个问题的答案进行聚类的方法。该方法按照 内容或语义将同一问题下的所有答案进行聚类。此外，还为每个类选出一个代表 性的答案提供给用户，这样用户通过这些代表答案就能快速的把握所有答案主要 的信息。该方法包含两个重要组成部分：答案相似度计算方法和聚类算法。对于 摘要答案相似度计算，提出了一种结合统计信息和语义信息的计算方法：对于聚类算 摘要 答案相似度计算，提出了一种结合统计信息和语义信息的计算方法：对于聚类算 法，提出了一种增长式的聚类算法来降低时间复杂度。 关键词：用户交互式问答系统短文本相似度自动问答问题分类答案聚类 n AbstractABSTRACT Abstract ABSTRACT With the dramatic development of the Interact and the emergency of Web 2．0，Question Answering(QA)becomes new Information Retreival(IR)technology．Unlike search engines which return few relevant documents，QA systems give several exact answers for each question，which is more preferable．However，traditional automatic QA systems suffer from poor answer qual ity problem because it is very difficult for machine to understand human’S question well．To solve this problem，User-interactive QA systems have been developed and become very popular Web—based service．Unlike the traditional automatic QA systems which totally obtain answers automatically，the user-interactive QA systems interactive platforms for to help each other with human—provided answers，which overcome the sh