智能聊天机器人的关键技术研究

论文摘要

聊天机器人是一种特殊的自动问答系统,它的特点是模仿人的语言习惯,几乎都是通过模式匹配的方式来寻找问题最合适的答案。聊天机器人对于知道答案的问题,往往回答的比较准确,而对于不知道的问题,则通过猜测,转移话题,或回答不知道的方式给出答案。本文试图针对这种情况,通过挖掘一些相关候选答案的信息自动生成答案返回给用户,为此本文主要做了以下研究工作。首先,本文提出了一种不分词的高效的相似度计算方法。传统的汉语句子相似度计算方法都需要一个相同的处理步骤——分词,分词结果的好坏很大程度上影响整个系统的性能和实时性。本文提出的相似度计算方法不进行分词处理,而根据句子中连续相同字串长度给予相应的权重,两个句子中相同的字串长度越长越多,则两个句子越相似。实验证明,该方法能够快速返回较准确的查询结果,适用于实时聊天机器人的应用环境。其次,本文在总结了现有的主流答案抽取方法的基础上,分析了它们的优缺点,并提出了一种新颖的候选答案信息点的抽取方式,即利用矩阵的形式挖掘问题-答案之间的潜在关系,以及候选问题-候选问题之间的关系,获取一些对我们生成答案有用的问题-答案焦点信息对。再次,本文介绍了一些主流的项的权重评价函数,并介绍了一些答案生成的相关知识,提出了一种答案生成策略：通过挖掘用户问题-候选问题间的关系,获得用户问句-答案的一些信息对,同时对答案句子的选取引入了打分机制。最后,使用昆明理工大学智能信息处理实验室提供的语料对本文提出的答案生成方法进行了验证,并对实验结果进行了比较和分析,同时给出了系统改进的方法。实验结果证明了本文方法的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本文的研究意义和背景
• 1.2 问答系统的研究概述
• 1.2.1 问答系统的研究现状
• 1.2.2 问答系统的分类
• 1.2.3 问答系统的核心问题
• 1.2.4 问答系统的评测方法
• 1.3 本文的研究内容
• 1.4 本文的组织
• 第二章 句子相似度计算
• 2.1 引言
• 2.2 国外相似度计算的主要方法
• 2.3 国内相似度计算的主要方法
• 2.3.1 基于关键词信息
• 2.3.2 基于语义信息
• 2.3.3 基于句法结构信息
• 2.3.4 基于多重信息
• 2.4 本文相似度方法
• 2.4.1 基于分词的相似度计算方法
• 2.4.2 基于单字的相似度计算方法
• 2.5 实验及分析
• 2.5.1 实验数据
• 2.5.2 结果及分析
• 2.6 本章小结
• 第三章 答案信息抽取
• 3.1 现有的答案抽取算法
• 3.2 答案抽取的相关知识
• 3.2.1 焦点信息的获取
• 3.2.2 问题分类
• 3.2.3 维基百科
• 3.2.4 其他相关知识的说明
• 3.3 本系统中候选答案信息的抽取
• 3.3.1 问题-答案间的关系
• 3.3.2 答案候选信息的抽取
• 3.3.3 例子
• 3.4 本章小结
• 第四章 答案合成
• 4.1 引言
• 4.2 项的权重评价
• 4.3 答案生成的一些相关知识
• 4.4 答案生成
• 4.4.1 答案焦点信息获取
• 4.4.2 答案的生成
• 4.4.3 例子
• 4.5 实验
• 4.5.1 实验数据
• 4.5.2 实验结果及分析
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 本文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 附录
• 详细摘要