学位论文 > 优秀研究生学位论文题录展示

基于本体的受限领域问答系统研究

作　者: 卢宇亮
导　师: 廖乐健
学　校: 北京理工大学
专　业: 计算机科学与技术
关键词: 信息检索问答系统本体论受限领域隐马尔可夫模型语义相似度
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 114次
引　用: 1次
阅　读: 论文下载

内容摘要

自互联网问世以来,越来越多的用户依赖于互联网获取信息。随着互联网技术的普及,存在于互联网上的信息日常膨胀,人们对搜索引擎技术的依赖也日趋增加。通用搜索引擎技术的发展,已经给人类的生活带来了日新月异的变化,人们可以简单的输入几个词,获取相关信息。然而,通常的搜索引擎技术仍然存在几个方面的不足。一、相关性信息反馈过多且不准确,用户需要花费太多的时间获取所需要的结果;二、只能依靠关键字间的匹配关系,无法准确表达用户的检索需求,因此对自然语言式提问的方式有着十分迫切的需求;三、通用的搜索引擎技术对问题的检索,仍然基于简单的关键字匹配上,尚没有涉及语义的检索。问答系统的优势在于用户能够通过自然语言的方式进行提问,系统返回的不再是网页的列表,而是直接的答案。传统的问答系统以聊天机器人、基于知识库的问答系统和基于web的问答系统三种形式为主。聊天机器人以模式匹配为主要求解策略,不足以针对大规模知识库进行深入的研究;基于web的问答系统以web作为知识获取的信息源,涉及到web抓取的内容,不足以专注于研究语义理解在问答系统中的应用。因此本文基于面向知识库的受限领域问答系统,结合领域FAQ库和本体知识库的问答策略,针对问答系统的主要技术,如词法分析、句法分析、语义推理等进行深入的研究。本文的主要研究工作如下:(一)基于层叠隐马模型的词法分析,在中科院ICTCLAS分词系统的基础上,实现了基于N-最短路径的粗分策略和基于隐马模型的未登录词识别、词性标注模块。并在此基础上,完成以名词、动词、形容词和副词为关键词成分的提取策略,为基于FAQ库的问答策略做好准备。(二)基于LTP的依存文法分析,在哈工大自然语言处理平台的基础上,实现了基于GParser的依存文法分析模块,提取句子的核心结构,并在此基础上,基于模式匹配的方式,完成问句从自然语言到SPARQL查询表达式的生成,为基于本体知识库的问答策略做好准备。(三)基于关键词扩展的FAQ库问答策略,本文在前人研究的基础上,结合传统词形相似度、句长相似度以及基于哈工大同义词林和《知网》语义相似度的方法,提出了一种针对句子关键词成分的相似度计算策略;构建以旅游领域为背景的FAQ库,完成了面向FAQ库的问答模块。(四)面向本体知识库的问答策略,本文在前人研究的基础上,构建了以旅游领域为背景的本体知识库,实现了基于SPARQL的本体查询模块。总结本文的贡献如下:(一)在现有技术的基础上,提出了一种融合策略,结合FAQ库和本体知识库问答技术的优势,实现了以此为框架的受限领域问答系统。(二)在句子相似度计算中,提出了一种组合词形相似度、句长相似度以及基于同义词词林和《知网》的语义相似度相结合的句子相似度计算方法,旨在改善问句相似度计算的准确性。(三)提出了一种从自然语言经过问句依存结构分析,向SPARQL本体查询表达式转化的策略。

全文目录

摘要  4-6
Abstract  6-10
第一章绪论  10-21
  1.1 问答系统研究综述  10-15
    1.1.1 信息检索概述  10-11
    1.1.2 传统搜索引擎的不足  11-12
    1.1.3 问答系统研究背景与现状  12-15
  1.2 基于本体的受限领域问答系统  15-19
    1.2.1 本体概述  15
    1.2.2 受限领域问题系统的提出  15-17
    1.2.3 系统概述及任务  17-19
  1.3 本文的主要工作  19-21
第二章问句分析策略  21-37
  2.1 词法分析综述  21-23
  2.2 层叠隐马模型及词性标注  23-30
    2.2.1 层叠隐马模型概述  23-24
    2.2.2 基于 N-最短路径的粗分策略  24-27
    2.2.3 基于隐马模型的未登录词识别  27-29
    2.2.4 基于隐马模型的词性标注  29-30
  2.3 基于 LTP 的依存文法分析  30-33
    2.3.1 句法分析综述  30-32
    2.3.2 LTP 系统概述  32-33
    2.3.3 使用 GParser 进行问句依存文法分析  33
  2.4 关键词提取和 SPARQL 查询规则表达式生成  33-37
    2.4.1 关键词提取  34
    2.4.2 SPARQL 查询表达式生成  34-37
第三章面向 FAQ 库的问答策略  37-45
  3.1 FAQ 库问答模块概述  37-38
  3.2 基于关键词扩展的句子相似度计算  38-43
    3.2.1 语法相似度  38-39
    3.2.2 语义相似度  39-43
  3.3 基于改进相似度计算的FAQ 问答策略  43-44
  3.4 本章总结  44-45
第四章面向本体知识库的问答策略  45-53
  4.1 本体知识库问答模块概述  45
  4.2 旅游本体知识库构建  45-51
    4.2.1 本体知识表示与推理概述  46-48
    4.2.2 旅游领域本体构建  48-51
  4.3 基于本体的推理  51-52
  4.4 本章总结  52-53
第五章系统总结  53-57
第六章研究展望  57-58
参考文献  58-61
致谢  61

基于本体的受限领域问答系统研究

内容摘要

全文目录

相似论文