欢迎来到天天文库
浏览记录
ID:37379270
大小:3.80 MB
页数:60页
时间:2019-05-22
《基于意义理解的问答系统设计与实现》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、华中科技大学硕士学位论文基于意义理解的问答系统设计与实现姓名:杨智蛟申请学位级别:硕士专业:软件工程指导教师:胡雯蔷2010-11-01华中科技大学硕士学位论文摘要在信息爆炸的今天,信息获取非常困难。这就对信息检索有了更高的要求。为了满足人们对快速、准确地获取信息的需求,问答系统的研究开始兴起。问答系统作为信息检索的一种高级形式,它能用准确、简洁的自然语言回答用户用自然语言提出的问题。现在的问答系统大多只采用简单的模型匹配,然后反馈答案,并不能让机器人真正的“理解”问题,只是停留在语言的表面。针对这些问题,设计和实现了基于意义理解的问答系统。问答系统可以分为问题理解、信息
2、检索、答案生成和意义库四个子模块。问句理解阶段分析和理解用户自然语言的提问。信息检索部分根据问句理解检索意义库,找到正确答案。答案生成子系统根据设计好的自然语言生成算法,加上信息检索部分反馈的信息组成自然语言,回答用户。意义库作为核心模块支持整个问答系统。意义库与传统的知识库不同,意义库是建立在“理解”的基础之上的。理解就是理解自然语言所描述的客观世界的意义,所以意义库是一个从意义和意义理解的定义出发,模拟人的思维模式构建的可从底层理解语义的模型。基于意义理解的问答系统还模拟人脑的思维和存储功能,设计和实现了意义库的学习积累功能和存储记忆功能。这也是对人的学习功能的重现。
3、问答系统也可以视为机器人,它通过人机交互,可以从外界获取知识,并且不断的丰富自己的意义库。最后,为了测试基于理解的问答系统的性能,设计了一个事件实例,并以这个事件实例为客观世界用自然语言向概念世界投影。通过对语言的处理和客观世界实体的学习构建意义库,在该意义库支撑下,模拟了问答系统的实现过程。关键词:问答系统意义库问题理解信息检索答案生成I华中科技大学硕士学位论文AbstractWithtoday’sinformationexplosion,it’sverydifficulttoacquireinformation,whichbringsforwardhigherrequ
4、estofinformationretrieval.Inordertomeetthedemandofobtaininginformationquicklyandaccurately,theresearchofquestionansweringsystembegantorise.Asanadvancedformofinformationretrieval,thequestionansweringsystemcananswerusers’questionsposedinnaturallanguageusingaccurateandconcisenaturallanguage.
5、However,mostofthecurrentquestionansweringsystemsfeedbackanswersusingonlysimplemodelmatching,andthuscannotmaketherobotreally“understand”thequestionsbutjustremainonthesurface.Tosolvethisproblem,themainfocusofthisthesisisthedesignandimplementationofquestionansweringsystembasedonmeaningcompre
6、hension.Questionansweringsystemcanbedividedintofoursub-modules,thatis,questionunderstanding,informationretrieval,answergenerationandthemeaningbasecalled“KnownNet”inthisthesis.Thequestionunderstandingsub-moduleanalyzesandcomprehendsusers’understandingandquestionsexpressedinnaturallanguage.
7、Accordingtotheunderstandingofquestions,theinformationretrievalsub-modulecanretrieve“KnownNet”andfindtherightanswer.Thentheanswergeneratingsub-modulegeneratesinformationinnaturallanguagetoanswerusers’questions,usingthewelldesignednaturallanguagegeneratingalgorithm,co
此文档下载收益归作者所有