基于规则的中文阅读理解问题回答技术研究

《基于规则的中文阅读理解问题回答技术研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第23卷第4期中文信息学报V01．23，No．42009年7月JOURNALOFCHINESEINF()RMATl0NPRoCESSINGJul．，2009文章编号：1003—0077(2009)04—0003—07基于规则的中文阅读理解问题回答技术研究李济洪1，杨杏丽2，王瑞波3，张娜2，李国臣3(1．山西大学计算中心，山西太原030006；2．山西大学数学科学学院，山西太原030006；3．山西大学计算机与信息技术学院，山西太原030006)摘要：该文针对中文阅读理解问答中的时间、人物、地点、数值、实体、描述六类问题，制定了各类问题回答的启发式规则集。对规则集中每条规

2、则赋予一个相应权值，利用正交表对各规则所对应的权值进行了调优选取，给出了各候选答案句基于相应规则的得分计算方法。该文方法在山西大学自主开发的中文阅读理解语料库CRCCv1．1上进行了实验，在整个语料库上得到了83．09％的HumSent准确率。为了与文献[10]中的最大熵方法比较，该文在与文献[10]中完全相同的训练集上调优规则的权值，在相同的测试集上测试，最终得到HumSent准确率81．13％，比最大熵的方法高大约1％，且在全部的六类问题上，该文方法的HumSent准确率都不低于最大熵方法。关键词：计算机应用；中文信息处理；阅读理解；问答系统；规则；正交表中图分类号：TP39

3、1文献标识码：AResearchonRuleBasedQuestionAnsweringforChineseReadingComprehensionLIJihon91，YANGXingli2，WANGRuib03，ZHANGNa2，LIGuochen3(1．ComputerCenterofShanmUniversity，Taiyuan，Shanxi030006，China；2．SchoolofMathematics，Shan】【iUniversity，Taiyuan。Shan】【i030006，China；3．SchoolofComputer&InformationTechnol

4、ogy，ShanxiUniversity，Taiyuan，Shan】【i030006，China)Abstract：Thispaperconstructsasetofheuristicrulesforsixtypesofquestionregardingtotime，human，location，number，entityanddescriptioninChineseQARCsystem．Eachruleisfurtherassignedwithaweightoptimizedbytheorthogonalarray．Thenthecalculationofeachcandida

5、teanswersentenceisdescribedovercorrespondingrules．TheexperimentontheCRCCv1．1(Chinesereadingcomprehensioncorpus)builtbyShanxiUniversityproduces83．09％HumSentaccuracy．ComparewiththeresultsofME-basedmethod，theproposedapproachachieves81．13％HumSentaccuracy，whichisabout1％higherthantheME-basedresults

6、onthesametrainingandtestingenvironment．Keywords：computerapplication；Chineseinformationprocessing；readingcomprehension；questionanswering；heuristicrules；orthogonalarray1引言阅读理解问答系统(QARC)是由计算机自动分析一篇给定的自然语言文章，对每个针对本篇文章的问题，自动生成一个相应答案的系统。QARC主要是通过问题回答的形式来测试计算机对一篇文章的理解程度。从形式上看，QARC与外语考试中的阅读理解测试题一样，只不

7、过QARC是让计算机自动给出答案。一般而言，QA是面向大规模的文档集，要求系统有较好的检索技术和答案生成技术；而QARC一般不需要检索，主要是侧重研究各种类收稿日期：2009一01—22定稿日期：2009-03-31基金项目：国家自然科学基金资助项目(60873128)；国家社会科学基金青年资助项目(07CYY022)作者简介：李济洪(1964一)，男，副教授，主要研究方向为统计自然语言处理；杨杏丽(1986一)，女，硕士生，研究方向为统计自然语言处理；王瑞波(1985一)，男，