領域知識的理解與應答方法的研究.pdf

1、隨著計算機網絡應用的普及，人們利用信息技術搜集數據的能力大幅提高。面對互聯(lián)網上各個領域積累的數以百萬計的海量數據，如何從中獲得有用的知識，即理解領域知識并合理運用領域知識已經成為研究焦點。問答系統(tǒng)正是在這種情況下產生發(fā)展的，問答系統(tǒng)是信息檢索的一種形式，相對于傳統(tǒng)信息檢索形式——Google、Baidu的水平式搜索，面向領域建立的問答系統(tǒng)能更好的改善領域問題檢索的相關性，進而提高系統(tǒng)檢索質量。
　　 本文從分析研究領域知識的理解

2、方法、領域問題的應答方法來開展農業(yè)問答系統(tǒng)的研究工作，研究內容具體分為三個方面：
　　 一、領域知識方面，研究了基于《農業(yè)科學敘詞表》轉化而來的農業(yè)領域本體；同時，在分析農業(yè)問答知識特點的基礎上，借助OWL本體語言表示方式構建了一個初級農業(yè)問答本體。
　　 二、問題理解方面，利用詞法分析、句法分析等自然語言處理技術，再結合農業(yè)領域本體知識來獲得用戶問句的主要信息：問句類型、問句疑問詞、問句關鍵詞，并進一步對問句關鍵詞進行

3、主題概念擴展以獲得全面的用戶問句語義信息，為問句應答作準備。
　　 三、問句應答方面，采用基于向量空間模型（VSM）的方法進行問句相似度計算。本文在確定候選問句集的基礎上，再進行基于用戶問句主題概念特征與候選問句關鍵詞特征的向量空間模型相似度計算，最后獲得相似度逆序排列的候選問句列表。問句候選集由農業(yè)問答本體中與用戶問句類型相同的問句組成，候選問句集縮小了問句檢索范圍，能提高系統(tǒng)檢索效率。
　　 最后本文基于以上的研究內