面向开放域的自动问答系统的设计与实现

发布时间：2023-04-02 02:46

　　随着互联网数据的快速增长,传统的基于关键字的信息检索方法存在着准确性低、信息冗余量大、需要用户自己筛选大量文档进等缺点,传统的检索方式已经很难满足用户在信息检索中的需求。随着自动问答系统的出现,计算机可以直接查询用户输入的自然语言问题,理解和分析用户输入的自然语言句子,然后返回简洁准确的答案,大大提高了用户的查询效率。因此,自动问答系统已成为自然语言处理和信息检索领域的共同研究方向和核心任务。本文主要使用现有的研究技术成果,在自动问答系统的搭建过程中,对系统搭建、问句分析以及候选答案评分模型三个方面进行研究和实现,研究成果如下:1、使用Java语言和Maven环境构建问答系统。首先是数据库的构建,数据库建立两张表格,一张为证据表用于存储证据片段,一张为问题表用于存储问题便于出现重复时直接提取答案;数据库内数据主要是在用户在使用系统时匹配到的<问句,答案句>对,实时存储于数据库中,实时更新。2、根据问句确定问题类别。本系统预先定义几类问题的匹配模式,与问句进行模式匹配,目前可识别的问题类有人名、地名、机构名等。3、使用候选答案评分模型,对候选答案进行评价。在候选答案评分模型中...

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的研究背景和意义
    1.2 问答系统研究概述
        1.2.1 问答系统的定义及组成
        1.2.2 问答系统的类别
    1.3 国内外研究现状分析及发展趋势
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 本文的主要工作和创新点
    1.5 本文的组织结构
第2章 系统搭建
    2.1 系统整体架构
    2.2 Maven技术
        2.2.1 Maven中的关键概念
        2.2.2 多种软件架构的比较
        2.2.3 Maven的应用
    2.3 系统数据库构建
    2.4 本章小结
第3章 问题分类技术
    3.1 概述
    3.2 问句预处理研究
        3.2.1 分词和词性标注
        3.2.2 依存句法分析
    3.3 问句分类研究
    3.4 本章小结
第4章 候选答案评分模型
    4.1 证据评分模型
    4.2 候选答案评分模型
    4.3 本章小结
第5章 答案句抽取模型构建
    5.1 问题描述
    5.2 答案句抽取模型
        5.2.1 词向量层
        5.2.2 Bi-LSTM层
        5.2.3 Max pooling
    5.3 实验
        5.3.1 语料库
        5.3.2 评估标准
        5.3.3 实验参数
        5.3.4 实验结果与分析
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢



本文编号：3778375