智能答疑系统中句子相似度计算的研究与应用

论文摘要

在智能答疑、机器翻译、智能检索等领域,句子相似度计算都是其中关键的技术。智能答疑系统可以通过句子相似度计算在常见问题库中找到与用户提出的疑问相匹配的答案,从而返回相对较准确的答案。本文在研究过程中,依次对义原、词语、句子三个层次的相似度计算进行了研究,其中重点分析了句子相似度计算。在此基础之上,本文提出了多元化的句子相似度计算方法,并通过实验分析,证明了该方法的有效性,最后设计了一个招生领域答疑系统并将多元化的句子相似度计算应用到其中。本文的工作主要体现在以下几个方面:1.针对目前词语相似度计算方法的优缺点进行了阐述,并对其进行了改进,为下文句子相似度的计算做铺垫。2.从多维视角量化句子的各类信息,构建了多元化的句子相似度计算模型。该模型综合利用句子长度、相同关键词的个数、句子语义、关键词等多种句子信息,运用加权求和的方法,确定句子间的相似度。3.本文采用了遗传算法确定多种句子特征之间的权重,确保了权值的准确性和可靠性。4.设计了一个招生领域答疑系统（EAQS,Enrollment Area Question- Answering System）模型,把多元化的句子相似度计算方法应用于其中的常见问题库（FAQ）的问句匹配,并给出了句子相似度计算在FAQ库中的实现过程。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 课题研究背景及意义
• 1.2 课题研究内容
• 1.3 课题研究现状及分析
• 1.4 本文的组织结构
• 第二章 词语相似度计算
• 2.1 词语相似度的概念及其计算方法
• 2.1.1 基于大规模语料库的词语相似度计算
• 2.1.2 基于语义词典的词语相似度计算
• 2.2 基于语义词典的词语相似度计算
• 2.2.1 《知网（HowNet）》概述
• 2.2.2 基于《知网》词语相似度的计算
• 2.2.3 基于《知网》义原相似度的计算
• 2.3 本章小结
• 第三章 句子相似度计算
• 3.1 句子相似度的概念及其计算方法
• 3.1.1 基于向量空间模型的TF-IDF 方法
• 3.1.2 基于《知网》的句子相似度计算方法
• 3.1.3 基于依存分析的句子相似度计算方法
• 3.1.4 基于编辑距离的句子相似度计算方法
• 3.2 多元化的句子相似度计算
• 3.2.1 多元化的设计思想
• 3.2.2 多元化的句子相似度计算方法
• 3.3 遗传算法确定权重
• 3.3.1 确定权重的方法
• 3.3.2 遗传算法概述
• 3.3.3 确定权重的过程
• 3.3.4 遗传算法的实现
• 3.4 本章小结
• 第四章 实验与分析
• 4.1 评价方法
• 4.2 实验数据
• 4.3 实验结果及数据分析
• 4.4 本章小结
• 第五章 句子相似度计算在智能答疑中的应用
• 5.1 招生领域答疑系统（EAQS）的设计方案
• 5.2 招生领域答疑系统（EAQS）的总体结构
• 5.3 招生领域答疑系统（EAQS）的功能实现
• 5.3.1 问句处理模块
• 5.3.2 问句匹配模块
• 5.3.3 逻辑推理模块
• 5.3.4 信息检索模块
• 5.3.5 答案抽取模块
• 5.4 句子相似度计算在FAQ 库中的应用
• 5.4.1 FAQ 库的收集
• 5.4.2 FAQ 库的设计
• 5.4.3 句子相似度计算
• 5.4.4 FAQ 库的更新
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 研究展望
• 致谢
• 参考文献