問(wèn)答系統(tǒng)是一個(gè)快速發(fā)展的研究領(lǐng)域,其融合了信息檢索、信息抽取以及自然語(yǔ)言處理的研究和技術(shù),充滿挑戰(zhàn)但又前景誘人,問(wèn)答系統(tǒng)中的技術(shù)和方法也刺激了如文檔抽取、時(shí)間和命名實(shí)體表達(dá)式識(shí)別等領(lǐng)域的發(fā)展。 互聯(lián)網(wǎng)的快速發(fā)展提供了一個(gè)海量的文本信息來(lái)源,問(wèn)答系統(tǒng)也利用互聯(lián)網(wǎng)大規(guī)模文本中顯式出現(xiàn)的知識(shí)解決了一部分問(wèn)題,但是更多的知識(shí)隱含在文本中,需要進(jìn)一步推理才能獲得。然而現(xiàn)階段大部分文本信息都是無(wú)標(biāo)注的自由文本,如何進(jìn)行推理獲得隱含知識(shí)面臨巨大挑戰(zhàn)；另外互聯(lián)網(wǎng)中文本信息不具有完備性,并且存在大量的噪音和事實(shí)錯(cuò)誤,因此傳統(tǒng)的推理方法并不能適用于互聯(lián)網(wǎng)語(yǔ)料。 本文提出了一個(gè)為深層問(wèn)答系統(tǒng)發(fā)現(xiàn)邏輯知識(shí)以及利用抽取到的知識(shí)進(jìn)行問(wèn)答的方法。該方法使用自動(dòng)無(wú)監(jiān)督、與領(lǐng)域無(wú)關(guān)的方法在背景語(yǔ)料中提取知識(shí),然后利用這些知識(shí)推理出問(wèn)題的潛在答案。本文的主要工作如下： (1)借助語(yǔ)義角色標(biāo)注的結(jié)果將自然語(yǔ)言的表達(dá)轉(zhuǎn)換為一階謂詞邏輯的謂詞表達(dá)形式,語(yǔ)義角色標(biāo)注可以更準(zhǔn)確地標(biāo)注謂詞和論元,并且可以標(biāo)注多個(gè)論元,其帶有的順序信息為謂詞關(guān)系消除歧義提供了依據(jù),提高了關(guān)系抽取算法的準(zhǔn)確性和適用性； (2)使用關(guān)聯(lián)分析...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 知識(shí)抽取方法的研究現(xiàn)狀
        1.2.2 知識(shí)推理方法的研究現(xiàn)狀
        1.2.3 現(xiàn)階段的知識(shí)來(lái)源
    1.3 本文的主要工作
    1.4 章節(jié)安排
第二章 系統(tǒng)概況
    2.1 系統(tǒng)框架
    2.2 實(shí)例分析
第三章 知識(shí)抽取
    3.1 關(guān)系抽取
        3.1.1 語(yǔ)義角色標(biāo)注與邏輯轉(zhuǎn)化
        3.1.2 詞類挖掘
    3.2 學(xué)習(xí)推理規(guī)則
        3.2.1 關(guān)聯(lián)分析
        3.2.2 統(tǒng)計(jì)相關(guān)性
    3.3 知識(shí)權(quán)重學(xué)習(xí)
    3.4 本章小結(jié)
第四章 問(wèn)答系統(tǒng)
    4.1 問(wèn)題和答案的邏輯轉(zhuǎn)化
    4.2 馬爾科夫邏輯網(wǎng)
    4.3 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果
    5.1 數(shù)據(jù)集
    5.2 評(píng)測(cè)方法
    5.3 實(shí)驗(yàn)結(jié)果
        5.3.1 對(duì)比方法
        5.3.2 謂詞的分布
        5.3.3 外部知識(shí)庫(kù)的表現(xiàn)
        5.3.4 不同問(wèn)題類型的表現(xiàn)
第六章 結(jié)論與未來(lái)工作
    6.1 結(jié)論
    6.2 未來(lái)工作
參考文獻(xiàn)
碩士期間發(fā)表的論文
致謝



本文編號(hào)：4047541