基于LDA模型的領(lǐng)域自動(dòng)問(wèn)答系統(tǒng).pdf

1、隨著因特網(wǎng)的發(fā)展，其包含的信息量不斷增加，人們普遍希望能在互聯(lián)網(wǎng)中快速地找到自己想要的信息。同時(shí)，目前搜索引擎的有效應(yīng)用率不高，搜索引擎的不足仍有很多，限制著人們獲取信息的效率。自動(dòng)問(wèn)答系統(tǒng)可以更智能、更快速、更準(zhǔn)確地獲取用戶想查詢的內(nèi)容，近年來(lái)成為了國(guó)內(nèi)外學(xué)者廣泛研究的熱點(diǎn)。
　　 本文以實(shí)現(xiàn)一個(gè)針對(duì)計(jì)算機(jī)常見(jiàn)故障的解決辦法這一領(lǐng)域的自動(dòng)問(wèn)答系統(tǒng)為目標(biāo)，深入探討了自動(dòng)問(wèn)答系統(tǒng)從問(wèn)題處理一直到最終給出答案的全過(guò)程。在研究過(guò)程中，

2、發(fā)現(xiàn)領(lǐng)域分詞和語(yǔ)義相似度的計(jì)算是自動(dòng)問(wèn)答系統(tǒng)的核心內(nèi)容，相對(duì)于目前的系統(tǒng)需求以及研究現(xiàn)狀，還有很多改進(jìn)的地方。本文主要對(duì)這兩個(gè)方面進(jìn)行改進(jìn)，在每一節(jié)也地改進(jìn)后的結(jié)果進(jìn)行了實(shí)驗(yàn)論證，說(shuō)明改進(jìn)后的確加強(qiáng)了檢索的結(jié)果。最后設(shè)計(jì)實(shí)現(xiàn)了一個(gè)可以對(duì)用戶提出的計(jì)算機(jī)故障相關(guān)問(wèn)題自動(dòng)給出解決辦法的一個(gè)原型系統(tǒng)。
　　 首先，本文討論了在中文分詞領(lǐng)域常用的方法，對(duì)基于詞典的分詞方法、基于統(tǒng)計(jì)的分詞方法這兩個(gè)經(jīng)典的方法做了深入分析，對(duì)其他方法做了簡(jiǎn)

3、要介紹，并比較了不同的方法的特性和效果。然后提出了一個(gè)基于領(lǐng)域詞典與詞串互信息的分詞方法，該方法加入了語(yǔ)義的信息，并考慮到領(lǐng)域?qū)I(yè)詞匯的特性，最后加入了詞串的互信息來(lái)解決分詞中的岐義問(wèn)題。通過(guò)實(shí)驗(yàn)證明，這些改進(jìn)提升了領(lǐng)域文本的分詞性能。
　　 其次，本文對(duì)語(yǔ)義相似度的概念和計(jì)算原則做了簡(jiǎn)單討論，并研究了基于編輯距離的語(yǔ)義相似度計(jì)算方法、基于依存關(guān)系的語(yǔ)義相似度計(jì)算方法以及基于語(yǔ)義距離和本體的相似度計(jì)算方法，同時(shí)提出了對(duì)經(jīng)典相似度

4、計(jì)算方法改進(jìn)的一個(gè)新方法。新方法使用LDA模型，經(jīng)過(guò)領(lǐng)域語(yǔ)料庫(kù)的訓(xùn)練，得到一個(gè)領(lǐng)域相關(guān)的詞一主題的分布，由于考慮了同一個(gè)主題下的詞之間的語(yǔ)義相關(guān)性，因此計(jì)算得到的語(yǔ)義相似度更為可靠。
　　 最后，本文對(duì)針對(duì)計(jì)算機(jī)常見(jiàn)故障的解決辦法這一領(lǐng)域的自動(dòng)問(wèn)答系統(tǒng)進(jìn)行了系統(tǒng)設(shè)計(jì)，良好的設(shè)計(jì)使系統(tǒng)的框架具備了高內(nèi)聚、低耦合的特性，這樣可以大大減小系統(tǒng)的升級(jí)和后期的維護(hù)的代價(jià)。同時(shí)在WindowsXP平臺(tái)下，基于.NETFramework框架開(kāi)