基于问句表征的web智能问答系统

问答系统现已成为自然语言处理领域和信息检索领域的一个重要分支,问句表征是问答系统的重要组成部分。针对问句分析的不足,采用改进的贝叶斯和疑问词相结合的方法,对问句进行分类,提取问句的类型;在初次查询的基础上,根据问句的类别进行关键词扩展,同时,加入新词识别的功能,即提出一种问句的表征方法,对问句进行充分、全面地理解;基于以上算法,在J2EE环境下开发出一个问句表征的web智能问答系统。实验结果表明,文中的问句表征方法能有效改善系统的性能。     

智能问答系统中问句相似度计算方法

以《现代操作系统》为例,在智能问答系统中,综合考虑问句的词和语义等多方面特征,并对编辑距离法进行改进,设计了一种新的组合式问句相似度计算方法。实验结果表明,该算法取得了良好的效果,可以有效地提高问答系统的性能。     

自动问答系统中问句分类研究综述

问句分类作为问答系统所要处理的第一步,在问答系统中起着至关重要的作用,其准确性直接影响最终抽取的答案的正确性。从问句分类的概念出发,先对问句分类体系、特征提取、问句分类方法等进行阐述,然后重点分析了用于问句分类的几个主流学习模型,并对几个模型作了比较分析,最后指出了当前问句分类的研究难点和未来的研究方向。     

自然语言问答系统CQAES问句的形式化

CQAES (Chinese Question-Answer Experimental System)是一个中文自然语言理解问答系统。本文对CQAES系统所使用的问句进行了形式化描述,主要对在计算机上所使用的中文自然语言问句的形式做一些探讨。     

限定领域的自动问答系统研究

目前,自然语言处理系统由于缺乏语义信息及知识理解和推理能力,因此存在很多缺陷,在自动问答领域中很难分清用户表达的真正意图,并给出用户满意的答案.本文就此给出基于句法语义的问句分析方法,采用本体构建技术构建答案库,在此基础上进行领域知识语义推理,实现智能问答.本研究以黄山旅游为限定领域建立问答系统,试验结果表明多策略的方法是有效的.     

自动问答系统及其评测

自动问答系统是一个新兴的研究热点,它以自然语言的方式提出问题,采用自然语言处理技术,自动返给用户相关答案。本文概述了自动问答系统的常用技术和发展现状,介绍了主要的国际评测体系,并指出了将来的研究方向。     

领域问答系统生成器的研究

为解决受限领域问答系统的重复开发问题,提出问答系统生成器的设计思想.问答系统生成器主要由导入领域资料和模块化问答系统两部分组成.本系统在模块化问答系统部分引入了机构名,提高了领域问答系统分词模块的切分精度和答案的检索速度.实验证明,该系统有很好的应用价值.     

中文问答系统中问题理解的研究与实现

围绕中文问答系统中的问题理解技术,本文研究了如何进行词法分析、问题分类、关键词提取及扩展、句型分析和浅层语义分析,主要提出了基于启发的疑问词和疑问焦点相结合的问题分类方法、问句统一型的句型分析方法和基于语义角色标注的语义分析方法.在此基础上,在Visual C 6.0环境下开发了一个基于简单的事实类问题的中文问答系统原型.实验结果表明:本文提出的方法对改善中文问答系统的性能是有效的.     

问答系统中基于语义概念的问题答案形成方法研究

分析了问答系统的问题理解、信息检索、答案抽取三个主要组成部分,提出在问答系统中使用形式概念分析(FCA)法来实现答案抽取,并对仿真陈述型问题、列表型问题、定义型问题的概念格的匹配方法进行了研究,总结出概念的相似度计算公式是外延与内涵的和.通过实验分析证明,用该方法进行答案抽取的准确率为62.53%.     

联合分类与匹配的FAQ问答模型

文本分类或文本匹配是解决基于常见问题和解答（FAQ）问答的2个途径.单独使用分类方法不能有效利用标准问题本身的信息,而单独使用匹配方法时,负样本的选择很困难,为此,提出一类将文本分类和文本匹配方法相结合的模型,不仅能选择真正需要区分的负例,并且能够有效利用标准问题的信息.实验结果表明,提出的模型在多个FAQ问答数据上能达到最好性能.     

网上答疑系统的设计与实现

介绍了基于WWW的网上答疑系统的设计及实现方法,该系统运用数据库技术和WWW技术进行设计,以校园网作为网络支撑环境,由Web Server 统一管理整个系统,在设计中将ASP动态网站技术与数据库技术结合起来,采用ASP的ADO方式访问数据库,利用ASP技术与SQL查询相结合来实现问题的查询,系统能在学生自学期间提出问题时给予及时的解答,具有动态交互性、开放型、时效性和实用性的特点。     

一种基于概念匹配度模型的中文问答系统

答案抽取是问答系统的核心部分,本文根据汉语本身的特点,采用了本体论方法,借鉴了概念格的思想,提出了一种基于概念匹配度模型的中文问答系统。该系统通过计算与问题概念节点的匹配度,就可以抽取出查询问题的答案。该模型采用了定量计算,缩短了问题—答案匹配时间,并通过实例证明了该模型是有效的。     

The question answer system based on natural language understanding

Automatic Question Answer System(QAS)is a kind of high-powered software system based on Internet.Its key technology is the interrelated technology based on natural language understanding,including the construction of knowledge base and corpus,the Word Segmentation and POS Tagging of text,the Grammatical Analysis and Semantic Analysis of sentences etc.This thesis dissertated mainly the denotation of knowledge-information based on semantic network in QAS,the stochastic syntax-parse model named LSF of knowledge-information in QAS,the structure and constitution of QAS.And the LSF model's parameters were exercised,which proved that they were feasible.At the same time,through "the limited-domain QAS" which was exploited for banks by us,these technologies were proved effective and propagable.     

基于模式学习的中文问答系统答案抽取方法

答案抽取是中文问答系统的关键,而通常答案是借助于问题的答案句子模式抽取得到,由于答案句子模式是语言专家根据语言规则提炼获得,因此非常依赖于专家经验。针对这一局限性,提出了一种利用模式学习来获得中文答案句子模式的方法,该方法利用搜索引擎从互连网上检索相关问题文本,人工提取包含答案的句子段,并标注问题类型及答案,形成各种问题类型的问答训练语料。通过统计学习,提取候选答案句子模式,计算候选句子模式权重,并根据权重获得相应问题类型的答案句子模式。基于事实的问题答案抽取结果表明,提出的基于模式学习的方法有很好的效果,实验答案提取准确率值达到了0.28,学习方法获得的模式基本上覆盖了常规答案句子模式。     

基于语义模板的问答系统研究

提出一个基于语义模板的用户交互问答系统,其中语义模板用于标识句子中各成分之间的语义关联关系.语义模板的使用有助于问题的分解和各成分间语义关联关系的研究,可提高分析精度,适宜于英文和中文问题的分析.在系统运行中,将问题和用户选择的正确答案对,存储在数据库中,通过积累知识构建知识库,实现问题自动回答.     

基于ontology的智能答疑系统的研究

答疑系统是现代远程教育中一个重要的组成部分。针对目前智能答疑系统在知识共享和问题求解精确性方面的不足,本文提出一种基于ontology的智能答疑系统模型,以大学计算机信息技术教程课程为例,构建课程知识本体,并在基于本体的推理和答案匹配模式方面进行了尝试。     

基于得分点的简答题评分系统设计

以传统手工阅卷思想为参考,设计了一种基于得分点的简答题评分系统,一定程度上实现了简答题的自动批阅.     

网上答疑系统的设计与实现

介绍了基于WWW的网上答疑系统的设计及实现方法.该系统运用数据库技术和WWW技术进行设计,以校园网作为网络支撑环境,由Web Server 统一管理整个系统.在设计中将ASP动态网站技术与数据库技术结合起来,采用ASP的ADO方式访问数据库,利用ASP技术与SQL查询相结合来实现问题的查询.系统能在学生自学期间提出问题时给予及时的解答.具有动态交互性、开放型、时效性和实用性的特点.     

A novel approach for agent ontology and its application in question answering

The information integration method of semantic web based on agent ontology (SWAO method) was put forward aiming at the problems in current network environment, which integrates, analyzes and processes enormous web information and extracts answers on the basis of semantics. With SWAO method as the clue, the following technologies were studied: the method of concept extraction based on semantic term mining, agent ontology construction method on account of multi-points and the answer extraction in view of semantic inference. Meanwhile, the structural model of the question answering system applying ontology was presented, which adopts OWL language to describe domain knowledge from where QA system infers and extracts answers by Jena inference engine. In the system testing, the precision rate reaches 86%, and the recalling rate is 93%. The experimental results prove that it is feasible to use the method to develop a question answering system, which is valuable for further study in more depth.     

基于自组织的网上答疑系统的设计

针对当前网上答疑系统存在的一些问题,提出了一种基于自组织理论的自组织网上答疑系统的设计方法,阐述了系统的理论基础、系统功能和特征．给出了系统设计流程及具体的设计过程．经实际应用表明,系统具有较好的答疑效果和较高的答疑质量．