汉语阅读理解词义判断题解答研究

发布时间：2021-07-04 06:33

　　阅读理解任务是在给定的单篇文本上,要求计算机根据文本的内容对相应的问题作出回答。阅读理解是人工智能领域的一个研究热点,涉及多种复杂的自然语言处理技术。本文以北京语文高考为背景做阅读理解研究。北京语文高考中的阅读理解材料有两类,分别为科技文和文学作品。涉及的题型有选择题和问答题,其中选择题包括文意理解题、词语理解题、指代消解题等;问答题包括句子理解题、标题理解题、抽取概括题等。本文着重针对阅读理解选择题中的词义判断题进行研究,主要工作如下:（1）针对词义判断题提出了一个基于支持度计算的解答策略:根据文档中相关句对释义的支持程度计算支持度,然后对支持度进行排序来达到解答的目的。（2）从词序和词义出发,提出了三种支持度计算方法,分别为:基于语言模型的支持度、基于点互信息的支持度、基于句子相似度的支持度,来刻画题中被解释词语所属句子的句子连贯性和语义相似度。（3）针对词义判断题题目数量较少,尝试采用同义词替换法进行词义判断数据集的自动生成,以弥补数据集不足的问题。（4）实现了一个词义判断题解答系统。在北京高考语文真题、高考模拟题数据集上进行测试,三种方法的选项正确率分别为62.5%、75%、6... 

【文章来源】：山西大学山西省

【文章页数】：44 页

【学位级别】：硕士

【部分图文】：

词语理解题题目示例

图 3.1 词义判断题解答框架示意图，首先将题干与材料进行分词预处理，然后从文档 D 中找到每个选的句子 S，并计算 S 对iw 的释义 Ei的支持度 SV，最后依据各选项的而选出正确答案。本策略中支持度 SV 的计算最为重要，本文提出

语理解类题目。词义判断题中的词语有文章主题词、段落核心词、句子中心词等，题中词语的义是需要在理解相关片段，甚至是理解文章作者思想情感的基础上，才能对词语义有深层见解，它还需要从上下文中的语言信息来智能理解与推理，才能准确的出正确的选项。因此本文针对词义判断题建立了一个有效的解答流程，如图 4.1 所

【参考文献】：
期刊论文
[1]基于WordNet词义消歧的语义检索研究[J]. 高雪霞,炎士涛.  湘潭大学自然科学学报. 2017(02)
[2]文本蕴含关系识别与知识获取研究进展及展望[J]. 郭茂盛,张宇,刘挺.  计算机学报. 2017(04)
[3]基于维基百科社区挖掘的词语语义相似度计算[J]. 彭丽针,吴扬扬.  计算机科学. 2016(04)
[4]基于上下文语境的词义消歧方法[J]. 杨陟卓.  计算机应用. 2015(04)
[5]规则与统计相结合的词义消歧方法研究[J]. 苗海,张仰森.  计算机科学. 2013(12)
[6]基于互信息的贝叶斯网络结构学习算法[J]. 王越,谭暑秋,刘亚辉.  计算机工程. 2011(07)
[7]词义消歧相关术语简介[J]. 吴云芳.  术语标准化与信息技术. 2010(03)
[8]一种改进的汉语全文无指导词义消歧方法[J]. 李旭,刘国华,张东明.  自动化学报. 2010(01)
[9]无监督词义消歧研究[J]. 王瑞琴,孔繁胜.  软件学报. 2009(08)
[10]词义消歧研究:资源、方法与评测[J]. 吴云芳.  当代语言学. 2009(02)

博士论文
[1]基于依存和领域知识的词义消歧方法研究[D]. 鹿文鹏.北京理工大学 2014

硕士论文
[1]词语语义相关度计算研究[D]. 游博.华中师范大学 2013
[2]基于蕴涵推理的知识语义冲突识别方法及其实现[D]. 王楷翔.上海交通大学 2011
[3]中文文本分类中互信息特征选择方法研究[D]. 邓彩凤.西南大学 2011



本文编号：3264239