中文問答系統(tǒng)中的信息檢索模型的研究.pdf

1、問答技術(shù)是自然語言處理領(lǐng)域中一個(gè)非常熱門的研究方向，它綜合運(yùn)用了各種自然語言處理技術(shù)。目前，國內(nèi)外有很多的科研機(jī)構(gòu)參與了英文問答技術(shù)的研究，甚至己經(jīng)有相對(duì)成熟的英文問答系統(tǒng)，但是參與中文自動(dòng)問答技術(shù)研究的科研機(jī)構(gòu)并不是很多，而且基本沒有成型的中文問答系統(tǒng)。本文正是對(duì)中文問答技術(shù)研究的一個(gè)探索。 基于自然語言處理的中文問答系統(tǒng)包括五個(gè)主要組成部分：?jiǎn)栴}理解、信息檢索、信息處理、答案抽取、FAQ模塊五個(gè)子系統(tǒng)。信息檢索模塊是自動(dòng)問答

2、系統(tǒng)中最重要的模塊之一，檢索的結(jié)果對(duì)后面的處理，以至找到問題的正確答案都有很大的影響，同時(shí)它也是智能咨詢系統(tǒng)、機(jī)器對(duì)話等研究的重要方面。 本文充分結(jié)合了漢語語言的特點(diǎn)以及計(jì)算語言學(xué)的技術(shù)，對(duì)問答系統(tǒng)中信息檢索模塊進(jìn)行了深入分析，指出了在實(shí)際的使用問答系統(tǒng)的時(shí)候，用戶的回答質(zhì)量參差不齊。我們不但要盡量檢索相似度高的文檔，而且還希望檢索出來的文檔的質(zhì)量盡可能的好，而傳統(tǒng)的信息檢索中常用的四種數(shù)學(xué)模型：布爾模型、模糊邏輯模型、向量模型