基于异构信息的交互式问答系统

论文摘要

随着互联网的发展,信息资源高速膨胀,形成了一个巨大的、内容丰富的信息库。传统的信息检索方式用户通过关键词检索,系统返回一些相关的网页信息,需要用户主动从这些相关信息中查找答案,而一般的问答式信息检索虽然可以直接返回答案,但是用户无法与系统进行深入交互,无法对问题进行连续的、相关联的提问。基于真实问答对的交互式问答系统,允许用户以自然语言的方式提问,系统直接给出问题的答案,用户可根据系统给出的答案进行深入的提问,或者提出新的问题。本课题构建了基于异构信息的交互式问答系统,主要解决以下三方面的问题:1.基于异构信息的检索:本课题构建了问答知识库、实时数据库、常识库三个知识库,其中问答知识库每天定时更新来获取新的问答对,实时数据库存储当前的实时数据信息,常识库存储一般的常识性知识。交互式问答系统通过从三个知识库中进行检索与整合来提取问答的答案。2.用户多层次信息需求分析:对于复杂问句的理解是系统能够准确回答用户提问的关键。本课题采取对复杂问句进行多层次分类的方法来理解问句。将复杂问句从问句表层信息、用户真实意图以及用户对答案的期望三个层次对问句进行分类。通过对问题进行分类处理,准确识别用户的需求信息,并根据用户需求查找满足要求的答案,提高了系统对问题回答的准确率。3.上下文相关问句的处理:问答系统通过以自然语言的方式来和用户进行信息交互,在对话过程中,用户可能会根据上下语境,在交互过程中省略谈论的主题或者焦点等信息,这些省略信息可以根据上下文语境来进行补全。本文根据问句主题、焦点以及疑问形式三个模块将问句省略类型分为9类,使用决策树建立分类器针对不同省略类型对问句进行恢复。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景、目的和意义
• 1.2 交互式问答系统国内外发展概况
• 1.3 本文主要研究内容与组织
• 1.3.1 本文内容
• 1.3.2 本文的组织
• 第2章 基于异构信息的交互式问答系统技术概述
• 2.1 基于异构信息的交互式问答系统流程
• 2.2 问答系统异构信息知识库的建立
• 2.2.1 常识知识库
• 2.2.2 实时数据库
• 2.2.3 问答知识库
• 2.2.4 异构信息知识库
• 2.3 问句的多层次分类
• 2.4 省略问句的识别与恢复
• 2.5 分类算法简介
• 2.5.1 Naive Bayes 算法
• 2.5.2 SVM 算法
• 2.5.3 CPAR 算法
• 2.5.4 决策树C5.0 算法
• 2.6 本章小结
• 第3章 多层次问句分类
• 3.1 引言
• 3.2 问句预处理
• 3.2.1 无效问句的定义与过滤
• 3.2.2 问句噪音词的过滤
• 3.2.3 多问句的拆分
• 3.3 三层次问句类别定义
• 3.3.1 第一层次单分类类别定义
• 3.3.2 第二层次多分类类别定义
• 3.3.3 第三层次多分类类别定义
• 3.3.4 三层次类别之间的关系
• 3.4 问句分类
• 3.4.1 问句特征提取
• 3.4.2 多类别分类的转换
• 3.4.3 实验过程
• 3.4.4 实验结果分析
• 3.5 本章小结
• 第4章 省略问句的识别与恢复
• 4.1 引言
• 4.2 问句主题与焦点的提取
• 4.3 省略问句的识别
• 4.3.1 问句省略类型
• 4.3.2 省略特征提取
• 4.3.3 省略问句识别
• 4.3.4 结果分析
• 4.4 省略问句的恢复
• 4.5 本章小结
• 第5章 海天园交互式问答系统
• 5.1 结构化数据库建设
• 5.1.1 企债结构化数据建设
• 5.1.2 模拟基金结构化数据建设
• 5.1.3 封闭基金结构化数据建设
• 5.1.4 股票结构化数据对比
• 5.2 海天园交互式问答系统
• 5.2.1 交互式问答系统实现
• 5.2.2 系统界面演示
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢