問(wèn)答系統(tǒng)中相關(guān)文檔檢索技術(shù)的研究.pdf

1、對(duì)目前問(wèn)答系統(tǒng)的性能分析表明，用于答案抽取來(lái)源的文檔的相關(guān)性是制約問(wèn)答系統(tǒng)性能的主要因素。相關(guān)文檔檢索作為問(wèn)答系統(tǒng)的一個(gè)重要組成部分，其檢索結(jié)果與問(wèn)題的相關(guān)性將直接影響答案抽取的效果。相關(guān)文檔檢索的研究包括問(wèn)題分類(lèi)、查詢(xún)擴(kuò)展及排序算法三方面。
　　從近幾年對(duì)問(wèn)答系統(tǒng)的研究來(lái)看，由針對(duì)人名、地名等事實(shí)類(lèi)問(wèn)題的回答轉(zhuǎn)向?qū)﹃P(guān)系類(lèi)、定義類(lèi)等復(fù)雜類(lèi)型問(wèn)題的回答上。本文著重于研究查詢(xún)擴(kuò)展與排序算法，主要工作包括以下幾個(gè)方面：
　　第一，

2、針對(duì)現(xiàn)有基于用戶(hù)查詢(xún)?nèi)罩镜臄U(kuò)展方法中沒(méi)有考慮日志中數(shù)據(jù)源權(quán)威度的問(wèn)題，結(jié)合問(wèn)題類(lèi)型信息，提出了一種基于日志可信度的查詢(xún)擴(kuò)展方法。在計(jì)算查詢(xún)與網(wǎng)頁(yè)的相關(guān)度時(shí)加入權(quán)威度因子，采用局部上下文分析方法獲取相關(guān)詞語(yǔ)列表，根據(jù)問(wèn)題類(lèi)型優(yōu)化查詢(xún)。實(shí)驗(yàn)結(jié)果表明，該方法能有效地改善傳記類(lèi)和定義類(lèi)問(wèn)題的查詢(xún)性能。
　　第二，對(duì)于特定類(lèi)型的問(wèn)題，文檔中會(huì)出現(xiàn)相關(guān)的特征詞，本文借助知網(wǎng)的實(shí)體屬性間關(guān)系，找出類(lèi)型一特征詞對(duì)，構(gòu)建類(lèi)別模型。
　　第三，

3、采用基于類(lèi)別模型的兩階段排序策略。首先采用多策略的排序融合算法，然后在N-best的基礎(chǔ)上，利用類(lèi)別模型對(duì)文檔進(jìn)行重排序。實(shí)驗(yàn)證明，該方法有效地提高了檢索的準(zhǔn)確率。
　　最后本文實(shí)現(xiàn)了一個(gè)相關(guān)文檔檢索系統(tǒng)，實(shí)現(xiàn)對(duì)輸入問(wèn)句的檢索，應(yīng)用本文提出的查詢(xún)擴(kuò)展方法和排序算法，在NTCIR-7標(biāo)準(zhǔn)測(cè)試集上與Lucene檢索系統(tǒng)進(jìn)行比較。實(shí)驗(yàn)表明對(duì)于中文復(fù)雜類(lèi)問(wèn)題本系統(tǒng)的檢索性能優(yōu)于Lucene。下一步工作嘗試建立更加準(zhǔn)確的類(lèi)別模型指導(dǎo)重排序。