問答系統(tǒng)中相關文檔檢索技術的研究.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性是制約問答系統(tǒng)性能的主要因素。相關文檔檢索作為問答系統(tǒng)的一個重要組成部分，其檢索結果與問題的相關性將直接影響答案抽取的效果。相關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向對關系類、定義類等復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)源權威度的問題，結合問題類型信息，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)頁的相關度時加入權威度因子，采用局部上下文分析方法獲取相關詞語列表，根據(jù)問題類型優(yōu)化查詢。實驗結果表明，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)相關的特征詞，本文借助知網(wǎng)的實體屬性間關系，找出類型一特征詞對，構建類別模型。
　　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的基礎上，利用類別模型對文檔進行重排序。實驗證明，該方法有效地提高了檢索的準確率。
　　最后本文實現(xiàn)了一個相關文檔檢索系統(tǒng)，實現(xiàn)對輸入問句的檢索，應用本文提出的查詢擴展方法和排序算法，在NTCIR-7標準測試集上與Lucene檢索系統(tǒng)進行比較。實驗表明對于中文復雜類問題本系統(tǒng)的檢索性能優(yōu)于Lucene。下一步工作嘗試建立更加準確的類別模型指導重排序。