基于支持向量機(jī)和語(yǔ)義信息的問(wèn)題分類(lèi)的研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，計(jì)算機(jī)要處理的文本信息越來(lái)越多。人們期望計(jì)算機(jī)能迅速、準(zhǔn)確地理解他們的需求和返回精準(zhǔn)的信息。傳統(tǒng)的搜索引擎不能完全滿(mǎn)足這種需求，而問(wèn)答系統(tǒng)作為自然語(yǔ)言處理領(lǐng)域中的一個(gè)相當(dāng)活躍的分支，它所研究的內(nèi)容就是理解用戶(hù)用自然語(yǔ)言提出的需求，進(jìn)而在大規(guī)模的信息中自動(dòng)地給出滿(mǎn)足用戶(hù)特定需求的準(zhǔn)確答案。 問(wèn)題分類(lèi)是問(wèn)答系統(tǒng)的一個(gè)重要模塊。對(duì)系統(tǒng)而言，為了能夠正確地回答問(wèn)題，知道一個(gè)問(wèn)題問(wèn)什么，尋找什么樣的答案是非常重要的。問(wèn)題

2、分類(lèi)為問(wèn)題回答系統(tǒng)理解用戶(hù)的提問(wèn)提供了重要信息和解決方案：首先，問(wèn)題分類(lèi)能有效地減少候選答案的搜索空間，提高系統(tǒng)返回答案的準(zhǔn)確率；其次，問(wèn)題分類(lèi)提供的答案類(lèi)型信息決定了答案抽取策略。 本文在基于支持向量機(jī)的問(wèn)題分類(lèi)模型上進(jìn)行研究和改進(jìn)，主要在以下兩方面提出新的見(jiàn)解和方法：一是提出把三種語(yǔ)義信息(命名實(shí)體，語(yǔ)義類(lèi)別和WordNet語(yǔ)義)加入到語(yǔ)法樹(shù)的SVM分類(lèi)器中，使分類(lèi)結(jié)果的正確率有比較大的提高，分類(lèi)結(jié)果準(zhǔn)確率為94％，高于目前