隨著互聯(lián)網(wǎng)數(shù)據(jù)的快速增長,傳統(tǒng)的基于關(guān)鍵字的信息檢索方法存在著準(zhǔn)確性低、信息冗余量大、需要用戶自己篩選大量文檔進(jìn)等缺點(diǎn),傳統(tǒng)的檢索方式已經(jīng)很難滿足用戶在信息檢索中的需求。隨著自動問答系統(tǒng)的出現(xiàn),計(jì)算機(jī)可以直接查詢用戶輸入的自然語言問題,理解和分析用戶輸入的自然語言句子,然后返回簡潔準(zhǔn)確的答案,大大提高了用戶的查詢效率。因此,自動問答系統(tǒng)已成為自然語言處理和信息檢索領(lǐng)域的共同研究方向和核心任務(wù)。本文主要使用現(xiàn)有的研究技術(shù)成果,在自動問答系統(tǒng)的搭建過程中,對系統(tǒng)搭建、問句分析以及候選答案評分模型三個方面進(jìn)行研究和實(shí)現(xiàn),研究成果如下:1、使用Java語言和Maven環(huán)境構(gòu)建問答系統(tǒng)。首先是數(shù)據(jù)庫的構(gòu)建,數(shù)據(jù)庫建立兩張表格,一張為證據(jù)表用于存儲證據(jù)片段,一張為問題表用于存儲問題便于出現(xiàn)重復(fù)時(shí)直接提取答案;數(shù)據(jù)庫內(nèi)數(shù)據(jù)主要是在用戶在使用系統(tǒng)時(shí)匹配到的<問句,答案句>對,實(shí)時(shí)存儲于數(shù)據(jù)庫中,實(shí)時(shí)更新。2、根據(jù)問句確定問題類別。本系統(tǒng)預(yù)先定義幾類問題的匹配模式,與問句進(jìn)行模式匹配,目前可識別的問題類有人名、地名、機(jī)構(gòu)名等。3、使用候選答案評分模型,對候選答案進(jìn)行評價(jià)。在候選答案評分模型中...

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景和意義
    1.2 問答系統(tǒng)研究概述
        1.2.1 問答系統(tǒng)的定義及組成
        1.2.2 問答系統(tǒng)的類別
    1.3 國內(nèi)外研究現(xiàn)狀分析及發(fā)展趨勢
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
    1.4 本文的主要工作和創(chuàng)新點(diǎn)
    1.5 本文的組織結(jié)構(gòu)
第2章 系統(tǒng)搭建
    2.1 系統(tǒng)整體架構(gòu)
    2.2 Maven技術(shù)
        2.2.1 Maven中的關(guān)鍵概念
        2.2.2 多種軟件架構(gòu)的比較
        2.2.3 Maven的應(yīng)用
    2.3 系統(tǒng)數(shù)據(jù)庫構(gòu)建
    2.4 本章小結(jié)
第3章 問題分類技術(shù)
    3.1 概述
    3.2 問句預(yù)處理研究
        3.2.1 分詞和詞性標(biāo)注
        3.2.2 依存句法分析
    3.3 問句分類研究
    3.4 本章小結(jié)
第4章 候選答案評分模型
    4.1 證據(jù)評分模型
    4.2 候選答案評分模型
    4.3 本章小結(jié)
第5章 答案句抽取模型構(gòu)建
    5.1 問題描述
    5.2 答案句抽取模型
        5.2.1 詞向量層
        5.2.2 Bi-LSTM層
        5.2.3 Max pooling
    5.3 實(shí)驗(yàn)
        5.3.1 語料庫
        5.3.2 評估標(biāo)準(zhǔn)
        5.3.3 實(shí)驗(yàn)參數(shù)
        5.3.4 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝



本文編號：3778375