基于網(wǎng)絡搜索的問答系統(tǒng).pdf

1、隨著Internet的不斷發(fā)展,網(wǎng)絡已經(jīng)成為人們獲取信息的重要來源。如何快速方便的從網(wǎng)絡中獲取信息,已經(jīng)成為人們努力研究的焦點。雖然搜索引擎和自動問答系統(tǒng)的出現(xiàn)很好的解決了這一問題,但是它們各自仍然存在著一些不足。搜索引擎以關鍵詞的方式檢索信息,很難清晰表達用戶的意圖,而且返回的結(jié)果是相關網(wǎng)頁的集合,仍然需要用戶自己手動查找答案。傳統(tǒng)的自動問答系統(tǒng)雖然能夠彌補搜索引擎的這些不足,接受用戶輸入問題,并返回準確答案,但是它需要獨立維護一個非

2、常龐大的知識庫,因而信息覆蓋范圍小和更新速度慢成為了自動問答系統(tǒng)最主要的缺點。為了彌補這個不足,本文提出了一種基于網(wǎng)絡搜索的問答系統(tǒng),將互聯(lián)網(wǎng)作為系統(tǒng)的知識庫,利用搜索引擎檢索網(wǎng)絡中的信息,最后根據(jù)用戶輸入的問題,從中提取出正確答案,并返回給用戶。
　　本文根據(jù)傳統(tǒng)問答系統(tǒng)的三個模塊結(jié)構(gòu),詳細設計了系統(tǒng)的整體框架,并針對各個模塊進行任務劃分。在問題分析模塊主要進行了問題分類和關鍵詞提取的工作。信息檢索模塊主要利用搜索引擎檢索網(wǎng)絡中

3、的相關文檔,并將其爬取下來。答案提取模塊根據(jù)問題類型和信息來源分別制定了不同的答案提取和評分策略。本文利用命名實體識別技術(shù)對事實類問題進行答案抽取,利用答案相似度計算方法對非事實類問題進行答案抽取,并以概率計算的方式為每一個候選答案評分。即分別計算網(wǎng)頁的先驗概率和答案在網(wǎng)頁中的條件概率,最終將評分最高的候選答案返回給用戶。
　　本文對問題分析和答案提取模塊進行了一些改進。首先針對幾種特殊類型的問題對原有的問題分類模型進行了改進。然