自動問答系統(tǒng)中基于WordNet的句子語義相似度研究.pdf

1、為提高檢索質(zhì)量，人們提出了一種新的信息檢索方式—自動問答系統(tǒng)。自動問答系統(tǒng)能夠?qū)τ脩籼岢龅膯栴}，快速簡潔地用自然語言進行回答，是目前一個熱門的研究方向，擁有很大的發(fā)展空間。自動問答系統(tǒng)的相關(guān)技術(shù)離不開自然語言處理，句子相似度計算就是其關(guān)鍵技術(shù)之一，算法的優(yōu)劣對自動問答系統(tǒng)的性能有直接的影響。目前對句子相似度計算的研究有很多，其中，句子的語義相似度是研究的熱點。
　　本文的研究是自動問答系統(tǒng)中基于WordNet的句子語義相似度算法。

2、WordNet是基于認知語言學(xué)構(gòu)建的一個大型的英語詞匯數(shù)據(jù)庫，在自然語言處理、信息檢索等領(lǐng)域應(yīng)用廣泛。詞匯是句子組成的基本元素，句子的語義信息都蘊含在詞匯語義中，WordNet將詞匯的語義用概念表示，所以可以把基于WordNet的句子語義相似度算法的核心歸結(jié)為概念語義相似度的計算。本文通過研究大量的文獻及算法，總結(jié)分析了WordNet中影響概念語義相似度算法的因素及現(xiàn)有算法的不足，在此基礎(chǔ)上基于WordNet的分類層次樹提出了一種新的C

3、P（Conditional Probabilities）加權(quán)方法，將一個概念出現(xiàn)的情況下另一個概念出現(xiàn)的概率（條件概率）作為衡量權(quán)重大小的參數(shù)，并把上、下位關(guān)系間的權(quán)重區(qū)分開來，使權(quán)重分配更加合理，并給出了概念語義相似度算法的改進模型。該模型以概念的信息內(nèi)容參數(shù)為基礎(chǔ)，不僅考慮了概念所處分類樹的密度和深度，同時也將概念間路徑的影響因素加入其中，進而提高了算法模型計算結(jié)果的精準度，同時將該模型應(yīng)用到句子語義相似度算法中，改善句子語義相似度

4、算法的性能。本文的主要工作有：
　　首先，闡述了本文的研究背景及意義，并介紹了自動問答系統(tǒng)的國內(nèi)外研究現(xiàn)狀以及句子語義相似度算法、概念語義相似度算法的國內(nèi)外研究現(xiàn)狀。
　　其次，簡單介紹了自動問答系統(tǒng)的相關(guān)知識以及常用的句子相似度算法。
　　再次，為更加方便的對基于WordNet的句子語義相似度算法進行研究，詳細介紹了WordNet的內(nèi)容、語義關(guān)系以及組織結(jié)構(gòu)。根據(jù)WordNet的層次結(jié)構(gòu)提出了新的加權(quán)方法并改進了算法