受限领域问答系统的中文问句分析研究

对用户所提问句的理解是受限领域问答系统实现的关键,该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,研究如何使用问句语义表征来表示问句分析的结果,将该方法应用于某受限领域问答系统中。实验结果表明,使用该方法进行中文问句分析,准确率达90%以上,可以在实际的问答系统中使用该方法。

基于自然语言理解的受限领域自动应答系统

提出了一种在受限领域内进行自动应答的系统总体结构,通过构建领域词汇库、领域本体库、领域真实问句语料库及领域知识文本库等领域资源库,并借助于这些领域资源来理解问句和知识文本,在一定程度上降低了理解的难度。文章以银行业务咨询服务为例,分析了系统结构及实现过程,对问句分析、答案析取、问句语料库构建、文本知识标注等功能模块的实现进行了详细介绍。

受限领域自然语言数据库查询接口研究

数据库查询是通过SQL实现的 ,而作为非专业用户是很难掌握SQL ,为了实现自然语言数据库查询以改善人机交互的容易程度 ,必须实现将自然语言问句转换成数据库查询语言 (SQL)以实现数据库查询 .介绍了实现自然语言数据库查询接口总体结构 ,并以房产领域为例 ,详细介绍了自然语言问句分析、问句形式化分析、中介查询语言的生成及SQL的转换算法等实现过程 .实验测试证明

基于受限领域自动问答系统设计

自动问答系统的设计一直是自然语言处理领域的研究热点。尤其是在受限领域,基于问题库的问答系统具有准确、快捷和高效等优点。该文设计了一种融合社交网络技术的基于《计算机网络》课程的自动问答系统,其问答库的构建采用了VSM模型。实验证明,该系统具有较高的准确率,有一定的推广意义。

基于受限领域的中文分词系统

针对受限领域的特点及现有分词面临的困难,比较现有分词的方法,选择并改进了最大分词算法,设计了一个基于受限领域的中文分词系统,在一定程度上比较好地解决了未登录词和分词歧义的问题。

面向非受限领域的综合式自动中文文摘方法

讨论了一种面向非受限领域的综合式中文自动文摘方法。其基本思路是 :采用向量空间模型对篇章结构进行自动分析 ,建立基于语义相似度的段落关系图 ,获取段落的重要度信息 ,并使用标题或聚类的方法划分意义段 ;根据词的频度 ,句子位置、提示语等文本形式特征计算句子的权值 ,分别从各意义段中选取高权值的句子作为文摘句 ;对文摘句进行句法和语义分析 ,消除冗余 ,解决指代词悬挂、文摘不连贯等问题 ,最终组成一篇简洁、通顺。

基于改进贝叶斯的领域问答对自动获取

问答对的规模和质量是影响基于常问问题集问答系统性能的重要因素,目前所使用的问答对库一般是人工构建的,往往需要耗费大量的时间和人力物力。针对此问题,提出一种基于改进贝叶斯的领域问答对自动获取方法。该方法将HTML页面解析成DOM树,选择DOM树的节点信息和结构信息作为问答对的分类特征,结合受限领域知识库,利用改进贝叶斯分类模型,从HTML页面中自动获取问答对并过滤出领域问答对。实验结果表明,该方法效果显著。

RDAQAS中问句相似度计算方法研究

在受限领域自动应答系统 (RDAQAS)中 ,以“知网”和领域本体库为基础 ,计算目标问句和问句语料库中问句的相似度 ,从中寻找最相近问句 ,最终提取答案的方式 ,是一种很实用的自动应答实现模式 .文中介绍了金融领域本体库、问句语料库等语义资源的构建方法 ,提出了基于关键词空间向量模型和基于语义概念空间向量模型的问句相似度计算方法 ,并对其实现过程进行了详细描述 。