受限领域问答系统的中文问句分析研究

《受限领域问答系统的中文问句分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、http://www.paper.edu.cn1受限领域问答系统的中文问句分析研究1121,3陈康，樊孝忠，余正涛，刘杰1北京理工大学计算机科学技术学院，北京(100081)2昆明理工大学信息工程与自动化学院，昆明(650051)3首都师范大学信息工程学院，北京(100037)E-mail：chenkang@bit.edu.cn摘要：对用户所提问句的理解是受限领域问答系统实现的关键。本文提出一种基于本体和问句句型模板规则的中文问句分析方法，并探索如何使用问句语义表征表示问句分析的结果，并将该方法应用于某受限领域问答系统中。实验结果表明该方法是可行的

2、，对问答系统的设计具有借鉴意义和深入研究的价值。关键词：本体；受限领域问答系统；中文问句分析中图分类号：TP3911.引言问答系统（QA，QuestionAnswering）是目前自然语言处理领域中的研究热点，它既能让用户使用自然语言提问，又能为用户返回简洁、准确的答案，而不是一些相关的网页。按照问答的范围可以将QA分为受限领域QA和通用领域QA。在国际文本检索会议（TREC，[1]TextRetrievalConference）的支持下，面向大规模文本的通用领域QA取得了很大的进展；在受限领域QA方面，英语、日语和德语的QA系统已经获得了应用。在

3、国内，许多科研机构都投入了相当大的精力开展汉语问答系统的研究，出现了一批汉语问答系统，如中科院计[2][3]算所的红楼梦人物关系问答系统、清华大学的校园导航系统、哈工大的基于常问问题集[4][5]的问答系统、北京理工大学的银行领域问答系统等。[6][7]起源于哲学的本体论（Ontology）近年来受到信息领域的广泛关注，并得到广泛应用。本文提出了一种基于本体和问句句型规则匹配的中文问句分析方法，该方法使用问句语义表征表示问句分析的结果，成功应用于实验室开发的某医院问答系统中。本文第二部分介绍了基于本体的受限领域问答系统的结构；第三部分介绍如何基于问

4、句句型模板规则实现中文问句的分析，最后给出了实验结果，并指出了改进的方向。2.系统框架2.1系统设计思想本文所述基于本体的受限领域自动问答系统，其结构如图1示。其中问句分析是一个至关重要的模块，其结果对后面的处理过程有着重要的影响，系统采用问句语义表征来表示问句分析的结果。答案生成模块采用多策略方式进行实现：对于常见的问题采用FAQ库和问句匹配技术实现其问答；对于领域常识知识的问答通过领域本体知识库和逻辑推理技术实现；其它的问题通过信息检索技术直接从领域文本中提取答案。基于FAQ库的问句匹配技术主要采用计算问句语义相似度的方法进行处理；基于领域本体

5、的逻辑推理技术主要是根据本体关系进行推理；基于领域文本的答案提取技术主要依据问句语义表征与领域文本标记进行匹配，并适当地辅以信息检索技术。1本课题得到国家自然科学基金（项目名称：受限域汉语问答系统研究，项目编号：60663004）和教育部高等学校博士学科点专项科研基金（项目名称：受限领域自动问答系统，项目编号：20050007023）资助。-1-http://www.paper.edu.cn答案问句通用词库综合评估领域词库问句预处理知网答案答案生成生成客气词库问句逻辑信息领域领域文本语义块规则匹配FAQ库推理Ontology检索知识库问句分析策略1

6、策略2策略3问句句型模板规则库图1受限领域QA系统结构图Fig1StructureofDomainQuestionAnsweringSystem2.2领域知识资源的组织（1）通用词库：本系统选择中科院的研究成果通用词库CoreDict.dct，大约收录了十多万词条和标点，含有词性标注，以二进制文件形式存储。（2）领域词库：包括类词库、实例词库、属性词库，分别存放本体知识库中的类名、实例名、属性名。用户更新本体知识库后系统可自动更新领域词库。（3）知网：知网是一部比较详尽的语义知识词典，是一个以汉语和英语的词语所代表的概念为描述对象，以揭示概念与概念

7、之间以及概念所具有的属性之间的关系为基本内容的常识知识库。知网中的每个词语由DEF来描述其概念定义，DEF由若干个义原及它们与主[8]干词之间的语义关系描述组成。系统利用知网辅助问句语义块的分析和问句相似度计算。（4）客气词库：用于过滤问句中包含的客气词。（5）语义块规则库：系统采用基于规则的方法进行语义块识别，库中存放实体块、属性块等语义块的识别规则。（6）问句句型模板规则库：存放根据问句中的语义块之间的搭配关系和次序建立的基于语义块的问句句型模板规则。（7）领域本体知识库：通过分析专业领域知识，提取领域本体概念、概念之间的关系、实例、属性等本体

8、元素构成本体库。采用W3C国际标准语言OWL构建领域本体知识库。3.基于本体和问句句型模板规则的中文问句分析汉语语言学把中