版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、963881論文題目:問答系統(tǒng)中信息檢索和答案抽取的研究StudiesonInformationRetrievalandAnswerExtractioninQuestion—answeringSystem研究生姓名:蔡建山指導教師姓名:堡呈墓單位:夔出疆煎盔堂論文提交日期學位授予口期授予單位:蝗出型撻虛堂論文評閱人:王盍蟄單位:丕jb厶堂亙疊單位:夔出登遮丕堂鞍山科技火學頌:l論文AbstractAbstractSearchengine
2、providesaninformationretrievalinterfaceofalarge—scalecorpusKeywordlist,whichistranslatedfromtheuserinformationneed,isprovidedtosearchengine,whichreturnsrelevantdocumentsQuestion—answeringsystemisanewgenerationofsearcheng
3、ineItacceptsquestionsthataredescribedinnaturallanguageandreturnsthejustrightanswerItconcernsmorewithretrievingthejustrightanswerthanwithretrievingdocumentswhichsatisfiesagivenqueryQ—KillerisaChinesequestion—answeringsyst
4、em,whichextractanswerusingNLPandclassicIRQ—Killeriscomposedbyquestionanalysis,IRandanswerextractionThisthesispresentsourstudyon1RandanswerextractionIntheIRmodel,Q—KillerresolvestwomainquestionsofinvertedfileFirstly,wedes
5、ignathree—layerindexingfile,whichisbasedonChinesedictionaryanalysisItisproventobeeffectiveonlargescaleChinesetextretrievalSecondly,wepresentaselectivedocumentindexingmethod,whichonlyindexhighweightdocumentstesolvethehigh
6、frequentwordproblemItisalsoproventobeeffectiveonhigh—frequentwordretrievalAnanswerofe—KillerismadeupofananswerandinformationtosupporttheanswerTheanswerisextractedfromquery—biasedsummarizationofrelevantdocuments,andthesup
7、portinformationisquerybiasedsummarizationofrelevantdocumentInthispaperwepresentanapproachforautomaticallylearningquestionpatterns(alongwithdeterminingtheirprecision)fromtheweb,forgiventypesofquestionsOurmethodusesthemach
8、inelearningtechniqueofbootstrappingtobuildquestionpatternsstartingwithonlyafewexamplesofQApairsWeproposeasnippetextractionalgorithmusingslidewindowsWealsopresentaperformanceevaluationofdynamicsurmnaryUsingthesamedocument
9、set,weperformanexperimentcontrastwithGoogleandBaiduResultsshowthatthesummarygeneratedbythisalgorithmconciselyoutlinesthecontentofatext,and,comparedwithGoogleandBaidushowsabetteraverageperformance5%thanGoogleand1O%thanBai
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Web的問答系統(tǒng)答案抽取的研究.pdf
- 基于信息抽取問答系統(tǒng)的研究與實現(xiàn).pdf
- 問答系統(tǒng)中的文本信息抽取研究與應用.pdf
- 中文問答系統(tǒng)中的信息檢索模型的研究.pdf
- 面向問答系統(tǒng)的問題分類與答案抽取研究.pdf
- DynamicView中信息抽取系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 信息檢索中信息需求域的研究.pdf
- 面向在線問答社區(qū)的問題檢索與答案抽取技術(shù)研究與實現(xiàn).pdf
- 多語種問答系統(tǒng)中答案抽取算法的研究.pdf
- 基于Internet的問答系統(tǒng)答案抽取方法研究與實現(xiàn).pdf
- 基于網(wǎng)絡信息檢索的網(wǎng)頁文本抽取和處理的研究.pdf
- 智慧旅游中信息檢索算法的研究和應用.pdf
- 基于網(wǎng)絡的自動問答系統(tǒng)的答案抽取方法研究.pdf
- 科研文獻信息抽取和檢索分析子系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)頁垂直搜索中信息抽取系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 社區(qū)問答系統(tǒng)中答案排序和問題檢索算法研究與應用.pdf
- 自動問答系統(tǒng)中的問題理解與信息檢索研究.pdf
- 垂直搜索中信息屬性抽取和分類模型研究與實現(xiàn).pdf
- 中文問答系統(tǒng)中問題分類及答案候選句抽取的研究.pdf
- Web信息檢索及信息抽取中若干問題的研究.pdf
評論
0/150
提交評論