問答系統(tǒng)中相關(guān)文檔檢索技術(shù)的研究.pdf

1、對目前問答系統(tǒng)的性能分析表明，用于答案抽取來源的文檔的相關(guān)性是制約問答系統(tǒng)性能的主要因素。相關(guān)文檔檢索作為問答系統(tǒng)的一個重要組成部分，其檢索結(jié)果與問題的相關(guān)性將直接影響答案抽取的效果。相關(guān)文檔檢索的研究包括問題分類、查詢擴展及排序算法三方面。
　　從近幾年對問答系統(tǒng)的研究來看，由針對人名、地名等事實類問題的回答轉(zhuǎn)向?qū)﹃P(guān)系類、定義類等復(fù)雜類型問題的回答上。本文著重于研究查詢擴展與排序算法，主要工作包括以下幾個方面：
　　第一，

2、針對現(xiàn)有基于用戶查詢?nèi)罩镜臄U展方法中沒有考慮日志中數(shù)據(jù)源權(quán)威度的問題，結(jié)合問題類型信息，提出了一種基于日志可信度的查詢擴展方法。在計算查詢與網(wǎng)頁的相關(guān)度時加入權(quán)威度因子，采用局部上下文分析方法獲取相關(guān)詞語列表，根據(jù)問題類型優(yōu)化查詢。實驗結(jié)果表明，該方法能有效地改善傳記類和定義類問題的查詢性能。
　　第二，對于特定類型的問題，文檔中會出現(xiàn)相關(guān)的特征詞，本文借助知網(wǎng)的實體屬性間關(guān)系，找出類型一特征詞對，構(gòu)建類別模型。
　　第三，

3、采用基于類別模型的兩階段排序策略。首先采用多策略的排序融合算法，然后在N-best的基礎(chǔ)上，利用類別模型對文檔進(jìn)行重排序。實驗證明，該方法有效地提高了檢索的準(zhǔn)確率。
　　最后本文實現(xiàn)了一個相關(guān)文檔檢索系統(tǒng)，實現(xiàn)對輸入問句的檢索，應(yīng)用本文提出的查詢擴展方法和排序算法，在NTCIR-7標(biāo)準(zhǔn)測試集上與Lucene檢索系統(tǒng)進(jìn)行比較。實驗表明對于中文復(fù)雜類問題本系統(tǒng)的檢索性能優(yōu)于Lucene。下一步工作嘗試建立更加準(zhǔn)確的類別模型指導(dǎo)重排序。