问题分类中基于句法和语义信息的特征选择

问题分类是问答系统中一个非常重要的子模块,其关键在于问题的特征选择。考虑了问题的句法信息和语义信息,提出了一种利用问题疑问词、依存关系、主要动词、中心名词和名词的最高上位词作为特征进行分类的新方法。实验中,采用k-最邻近和朴素贝叶斯两种分类算法对该方法进行测试,结果表明了该方法具有较好的分类效果。在自定义的分类体系上,分别达到了82.2%和83.7%的分类精度,性能高于基于bag-of-words的特征选择方法。

一种Web问答系统中基于XML片段的语义项模型

问答网络论坛是一种重要的互联网服务形式. Yahoo Answers,Live QnA和百度知道均属此项服务.基于问答论坛所持有的大规模主题数据,可以建立诸多有价值的应用.自动问答系统就是其中之一,它在最近几年十分流行,尤其当TREC的问答方向出现之后.然而,仅采用信息检索方法会造成大量语义信息未能充分利用,问答系统的性能不够令人满意.为利用更多信息,定义一种语义项模型,作为信息检索中文档标引项的改进.语义项以XML片段形式存储,利用语法结构,将自然语言处理中的语义信息引入信息检索.基于语义项而代替标引项构建的问答系统,上层信息检索模型不做任何改动即可得到改善,显示出更好的性能.

真实网络数据集自动问答系统中的问题分类(英文)

为了改善真实网络数据集上自动问答系统的性能,定义出新的问题类别集合和通用的答案重新排序模型.问题分类器借助先验词典和语法分析,将语义和语法信息引入信息检索和机器学习方法,呈现为多种多样的训练属性,包括疑问词、中心动词、疑问词与中心动词依赖关系、中心助动词位置、中心名词、中心名词顶级上位词等.进而通过问题类别信息,对问答查询结果重新排序.实验表明:分类器能够精确实现真实网络数据集的问题分类,重新排序后的自动问答结果也能得到明显改善.这说明借助语义和语法信息,真实网络数据集上的自动问答系统等应用可以得到改善,显示出更好的性能.

问答网络论坛的知识表示模型(英文)

为精确描述问答网络论坛的主题信息,提出构建面向英语自然语言的问答知识表示模型,进而提出包括数据采集、平台搭建和应用设计在内的问答知识系统的完整解决方案.模型借助先验词典和自然语言语法分析方法,将语义信息、语法信息和知识置信度引入信息检索技术,并以语句模型集合和带有语义链接的标引项集合的形式表现出来.理论分析表明:语句模型能够突破原始问答模式限制,精确表达知识陈述,满足各种查询需求;标引项之间的语义链接则可辅助语句模型,在现有知识基础上推导出新知识.模型同时应用了信息检索和自然语言处理特征,增强了知识表达能力.诸多知识系统应用可在此模型上得到改善,提供更好的性能.