基于復(fù)述的問(wèn)題擴(kuò)展技術(shù)研究.pdf

1、問(wèn)題擴(kuò)展，即根據(jù)用戶查詢意圖，在原始查詢基礎(chǔ)上通過(guò)添加更有利于改善檢索結(jié)果的詞、詞組或者短語(yǔ)，或通過(guò)改寫重構(gòu)，使得檢索結(jié)果更滿足于用戶查詢意圖。問(wèn)題擴(kuò)展的原因在于查詢?cè)~與索引詞的不匹配問(wèn)題，即通常所謂的關(guān)鍵字不匹配問(wèn)題，其根源在于自然語(yǔ)言的靈活性與復(fù)雜多樣性。
　　問(wèn)題擴(kuò)展技術(shù)的研究主要包括，擴(kuò)展資源的構(gòu)建與擴(kuò)展算法的探究這兩方面內(nèi)容。本文基于復(fù)述的問(wèn)題擴(kuò)展技術(shù)研究，將從這兩個(gè)方面對(duì)問(wèn)題擴(kuò)展進(jìn)行探索研究，嘗試從語(yǔ)義層面上解決關(guān)鍵字

2、不匹配問(wèn)題。一方面，本文介紹利用在線詞典系統(tǒng)自動(dòng)獲取復(fù)述短語(yǔ)的方法構(gòu)建擴(kuò)展資源；另一方面，本文探索將復(fù)述短語(yǔ)資源運(yùn)用于問(wèn)題擴(kuò)展的新方法，提出了基于語(yǔ)言模型檢驗(yàn)的三種問(wèn)題擴(kuò)展算法。
　　利用多在線翻譯與詞典系統(tǒng)抽取復(fù)述短語(yǔ)的方法，將復(fù)述短語(yǔ)抽取看成是統(tǒng)計(jì)機(jī)器翻譯的過(guò)程。通過(guò)多在線翻譯與詞典系統(tǒng)，將源語(yǔ)言短語(yǔ)翻譯成中間語(yǔ)言、再將中間語(yǔ)言短語(yǔ)翻譯回源語(yǔ)言，通過(guò)中間語(yǔ)言建立起了源語(yǔ)言短語(yǔ)間的翻譯模型。這種方法具有簡(jiǎn)易可行性的優(yōu)點(diǎn)，并且獲取

3、的復(fù)述短語(yǔ)準(zhǔn)確率接近70％，復(fù)述短語(yǔ)平均數(shù)目達(dá)到6個(gè)。
　　對(duì)于問(wèn)句分析，本文主要研究關(guān)鍵字確定與賦權(quán)。本文采用了規(guī)則與統(tǒng)計(jì)相結(jié)合的關(guān)鍵字確定方法，以及基于統(tǒng)計(jì)的關(guān)鍵字賦權(quán)方法。實(shí)驗(yàn)表明，本文所采用的方法相對(duì)于規(guī)則的關(guān)鍵字確定方法與賦權(quán)方法，準(zhǔn)確率提高3%左右。
　　本文提出了三種利用復(fù)述短語(yǔ)進(jìn)行問(wèn)題擴(kuò)展的方法，分別是基于語(yǔ)言模型檢驗(yàn)的N-Best同義問(wèn)句擴(kuò)展算法、基于語(yǔ)言模型檢驗(yàn)的N-Best同義短語(yǔ)擴(kuò)展算法，以及基于語(yǔ)言