基于互聯(lián)網的自動問答答案抽取的研究.pdf

1、基于互聯(lián)網的自動問答基于搜索引擎返回的結果回答自然語言問題，可充分利用搜索引擎高質量的結果，省去存儲大量文檔的必要。答案抽取是從檢索得到的文本中生成答案，包含候選生成和候選排序。由于搜索片段具有噪音多、句子結構不完整等特點，使得基于搜索結果的答案抽取和正規(guī)文本上的答案抽取有很大不同，傳統(tǒng)方法在該任務上受到影響，性能下降。本博士論文討論如何針對搜索結果的問題優(yōu)化答案抽取，包括以下課題：
　　?針對一些搜索結果中正確答案出現(xiàn)的特征不明

2、顯的問題，本文提出了基于段落圖模型的候選生成方法，某個段落中的候選生成可以接收到來自其他段落中的信息、并幫助提高當前段落中生成候選的結果。實驗證明，該模型可有效提高候選生成的準確率和召回率。
　　針對搜索結果中噪音多、句法結構不完整的問題，本文提出了剪枝排序融合整合不同候選生成方法，并基于排序學習進行候選重排序。該框架可以有效減輕搜索結果中的噪音的影響。實驗證明，本文中的排序方法在基于搜索結果中的候選排序任務上超過了目前最好的算法

3、。
　　針對搜索結果表達和原問題之間有較大差異、在計算相似度時可擴展性差的問題，本文提出了兩種基于詞表示的問題和候選答案相似度的計算方法，包括搜索結果和問題之間的文本相似度和候選答案和答案類型之間的語義相似度。實驗證明，使用本文提出的兩種基于詞表示計算的相似度可以有效提高候選排序的結果。
　　針對搜索結果和問題間存在表述差異這一問題，本文探討復述生成的應用。本文提出了基于聯(lián)合學習的對偶機器翻譯系統(tǒng)生成復述的方法以及復述生成的

4、評價指標。使用該方法生成問題的復述表示，可增加復述表示的差異性，減輕計算相似度時不同表示之間差異帶來的影響。實驗證明，使用本文提出的復述生成方法可提高候選排序結果。
　　其中，本文使用基于段落圖模型方法進行候選生成，然后結合其他候選生成方法、基于排序學習進行候選排序。在此基礎上，使用基于詞向量、復述計算的相似度特征提高排序結果。通過本文的研究，減輕了基于搜索結果生成答案時，搜索片段的噪音等問題對問答結果的影響，使得基于互聯(lián)網的自動