基于Wikipedia的自动问答系统研究与实现

发布时间：2019-05-10 10:21

【摘要】：随着科技与互联网的迅猛发展,人类已经被海量的数字化信息包围。如何快捷地在海量数据中找到所需信息是需要迫切解决的问题。因此自动问答(QA)系统应运而生。QA系统可以直接接收用户提出的自然语言形式的问句,然后返回给用户简洁准确的答案。目前的QA系统存在以下两个问题:(1)基于关键词匹配的方法只考虑句中关键词频率,不考虑关键词的语义及关键词间的语义关系,返回的答案经常与用户问题无关;(2)不能根据用户对于答案的概念抽象层次的不同的需求提供不同的答案。本文设计并实现了一个基于Wikipedia的单文本自动问答系统(Automatic Question Answering Based on Single Document,简称SingleDoc系统)。Single Doc系统可以接受用户提出问题类型包括:“What is A”类型和“Who/When等疑问词+事件/事实”类型,A代表特定领域概念或术语。同时,Single Doc系统支持用户在输入问题的同时指定单篇论文及领域,然后从指定的论文中提取出满足问题所指的答案。该系统首先分析问题的类型,基于指定的单文本和领域关键词,通过DCSE(Domain Category Space Extraction)算法抽取Wikipedia中category及category间关系来构建领域分类空间(DCS),DCS描述了问题涉及的背景分类知识,然后在DCS中运用句子语义距离算法获取文本内容中的句子,将其作为系统答案输出。另一方面,该系统可以根据用户对于概念抽象层次的不同需求重新整理输出答案句子,提供个性化答案。本文主要工作有以下几点:(1)提出DCSE算法。该算法能够针对输入的领域关键词从Wikipedia中抽取相关category以及category之间语义关系构建相关领域分类空间。(2)基于抽取的领域分类空间,设计了SingleDoc系统的答案提取算法。通过实验表明,SingleDoc系统比关键词匹配的QA系统答案准确率高,并且在回答“What is A”类型问题准确率可以达到58%,在回答“When/Who/Where+事件/事实”类型准确率可以达到80%。(3)提出描述用户对于答案概念抽象层次的需求模型,从用户角度提供满足用户概念抽象层次需求的个性化答案。(4)设计并实现了基于Web的自动问答系统。该系统主要包含数据层、接口层、应用层和视图层,完成了领域分类空间构建和句子距离的计算,主要功能支持用户按照问题类型模板以自然语言句子输入问题、单篇文本和领域关键词,根据用户需求输出普通类型和不同概念抽象层次类型两种答案。
[Abstract]:......
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.1

【参考文献】