基于语义逻辑推理的地理试题解答方法研究

发布时间：2017-11-30 10:17

  本文关键词：基于语义逻辑推理的地理试题解答方法研究

  更多相关文章： 逻辑推理 问答系统 问句语法分析 地理知识库

【摘要】：传统问答系统基于检索文本库来生成问句答案,这种方法在面对需要进行逻辑推理的问句是不适用的。在解决这类问题时,需要使用非文本检索的方式来进行。本文介绍了一种专用于地理逻辑推理的问答系统。该问答系统可以接受需要进行一定逻辑推理的地理问句,并回答出该问句的推理结果。问句形式可以是简单的地理计算问句,也可以是较为复杂的高中地理计算题。本文主要设计了用于表示地理领域逻辑关系的逻辑描述语言,实现了特定的关键词的词法标签,并将问句翻译成推理引擎可以识别的问句逻辑描述形式,使得系统在限定地理知识推理的问答环境中,具有较强的回答能力。本文研究的主要内容包括以下几个方面:地理推理知识库的构建。通过分析地理知识的特殊性及表示方法,实现了专门用于描述地理逻辑表示的逻辑描述语言,由该语言描述的地理逻辑知识指导推理引擎进行地理相关的逻辑推理。在设计推理引擎时,考虑到地理领域的特殊性,在推理空间中为地理实体进行了制定化的实体分类,使得每一类地理实体进行实体属性进行描述,并为这些实体属性准备相关知识库。问句形式化的表示。问答系统前端对问句进行处理时,对问句提取关键词并建立词法标签,然后对问句的语法结构进行分析;通过问句语法结构得到问句的语义逻辑,从而将问句翻译成推理引擎可以识别的问句逻辑描述形式。地理知识的逻辑推理。推理引擎根据问句中的地理实体构建推理空间,并由地理知识逻辑构造当前推理空间的“联动可达空间”,使得实体属性修改时带来其他实体属性联动严格进行。此外,还介绍了推理引擎在推理过程中用到的方法和策略。通过对58道高中地理考试计算题和48条通用地理推理问句一共106条问句进行综合评价实验,本文设计的问答系统对问句的识别率为0.698,解题精确度为0.770,召回率为0.537,1值为0.633。实验表明,系统性能高于使用同样测试集的百度知识问答系统“百小度”以及国际著名的推理系统Wolfram Alpha。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：H146;TP391.1

【相似文献】

中国期刊全文数据库 前2条

1 冯志伟;;自然语言问答系统的发展与现状[J];外国语(上海外国语大学学报);2012年06期

2 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 何靖;陈，

本文编号：1238960