中文视频问答系统

论文摘要

问答系统(QA)是允许用户输入一个自然语言形式的提问,通过检索,得到能够回答该问句的比较简短而准确的一个句子、摘要或者一个词。文本文档的问答系统研究已经取得了一定的进展。随着网络技术的发展,除了文本,网络上其他多媒体信息变得越来越重要,这对问答系统既是机遇也是一种挑战。视频是我们获捕外界信息的最有效媒体之一,因此本论文主要对新闻视频进行问答系统研究。在视频的各种特征中,脚本是最重要的且是比较容易得到的,况且,视频问答系统输入的是一个纯文本类型的问句,所以系统框架中主要运用的是通过自动语音识别(ASR)而得到的脚本特征。本论文提出了一种中文视频问答系统的框架。整个系统包括6个模块:视频分割、语音识别、问句分类、脚本检索、答案抽取和最后的视频输出。脚本中包含了大量的语音识别错误,我们人为地对部分错误进行了纠错。在问句分类模块,本论文利用知网(HowNet)来提高问句分类的准确率。视频QA是为了得到问句的最准确的视频答案,而不仅仅是一个很长的故事单元,所以对检索得到的故事单元需要进行更详细地答案抽取。本论文根据关键词密度、问句分类时的答案类型等为输出的句子打分,分数最高的句子对应的视频作为输出。本论文的主要创新在于:(1)在问句分类中知网的运用;(2)把文本问答系统扩展到中文视频中,这对问答系统研究是一个突破。对中文CCTV4新闻视频的实验表明,我们提出的方法是可行的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 问答系统的研究进展
• 1.3 视频检索的研究进展
• 1.4 中文信息处理技术
• 1.5 研究前景
• 1.6 本实验室相关研究
• 1.7 本论文的研究内容
• 1.8 论文组织结构
• 第2章 自然语言处理基本理论概述
• 2.1 引言
• 2.2 国内自然语言研究现状
• 2.3 知网
• 2.3.1 知网简介
• 2.3.2 知网建设
• 2.3.3 同义词
• 2.4 命名实体
• 2.5 自然语言处理在问答系统中的应用
• 2.6 本章小结
• 第3章 视频预处理
• 3.1 引言
• 3.2 基于内容的视频检索中的基本概念
• 3.3 新闻故事单元分割
• 3.3.1 音频特征提取
• 3.3.2 视频特征提取
• 3.3.3 内容相似模块
• 3.3.4 基于规则的预分割模块
• 3.3.5 故事边界检测
• 3.4 新闻视频脚本的分割
• 3.5 本章小结
• 第4章 问答系统
• 4.1 引言
• 4.2 问句理解
• 4.2.1 文本预处理
• 4.2.2 问句分类
• 4.2.3 关键词提取
• 4.3 脚本检索
• 4.3.1 布尔模型
• 4.3.2 向量空间模型
• 4.3.3 概率模型
• 4.3.4 视频问答系统中脚本检索的设计
• 4.4 答案抽取
• 4.5 本章小结
• 第5章 实验设计及分析
• 5.1 引言
• 5.2 支持向量机
• 5.2.1 SVM 定义
• 5.2.2 SVM 优点
• 5.2.3 SVM 原理
• 5.2.4 SVM 在分类中的应用
• 5.3 问句分类模块实验
• 5.4 系统最后实验
• 5.5 实验结果分析
• 5.6 未来工作
• 5.7 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介