近些年,人們滿足自身信息需求的方式發(fā)生了深刻變化。例如,移動設(shè)備如今無處不在。據(jù)報(bào)道,人們在移動端的搜索量已經(jīng)超過了 PC端的搜索量。我們在本文中主要研究多種交互模式（多模）下的問題解答技術(shù);利用這種技術(shù),人們既可以提供自然語言的問句,又可提供圖片。本文通過整數(shù)線性規(guī)劃函數(shù)及定義多模約束來實(shí)現(xiàn)上述目的。實(shí)驗(yàn)結(jié)果表明,即使面對難度很大的模糊實(shí)體搜索,本文方法也可提供準(zhǔn)確答案。當(dāng)前智能問答技術(shù)的工作一般都基于文本展開。其中一類方法是將用戶的自然語言問句,提取出能夠表達(dá)主要含義的的一個(gè)或多個(gè)關(guān)鍵字,然后通過網(wǎng)頁或文本的搜索引擎進(jìn)行查找,如2001年Kwok和Etzioni等的Scaling question answering to the web工作。盡管基于關(guān)鍵字的方法現(xiàn)在被普遍使用,但學(xué)術(shù)界和工業(yè)界一直在尋求更準(zhǔn)確、更高效的查詢方式。此類工作最先進(jìn)水平的智能問答系統(tǒng),是通過模板將自然語言的問句過濾為符合模板的問句。另一類方法是試圖通過知識庫（Knowledge Bases）或知識圖譜（Knowledge Graph）方式來解答問題。早期基于知識庫的智能問答系統(tǒng),如BASEBALL、SH... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１：工作流程圖??在常規(guī)的人機(jī)交互中，人們就經(jīng)常利用多種交互模式表達(dá)他們的思想和疑??問

圖２：圖構(gòu)建示例??實(shí)體：利用稱為實(shí)體檢測器（ＮＥＲ）的工具檢測出可能實(shí)體

圖３：相關(guān)性樹??變量的選擇


本文編號：3552036