基于復述的問題擴展技術研究.pdf

1、問題擴展，即根據(jù)用戶查詢意圖，在原始查詢基礎上通過添加更有利于改善檢索結果的詞、詞組或者短語，或通過改寫重構，使得檢索結果更滿足于用戶查詢意圖。問題擴展的原因在于查詢詞與索引詞的不匹配問題，即通常所謂的關鍵字不匹配問題，其根源在于自然語言的靈活性與復雜多樣性。
　　問題擴展技術的研究主要包括，擴展資源的構建與擴展算法的探究這兩方面內容。本文基于復述的問題擴展技術研究，將從這兩個方面對問題擴展進行探索研究，嘗試從語義層面上解決關鍵字

2、不匹配問題。一方面，本文介紹利用在線詞典系統(tǒng)自動獲取復述短語的方法構建擴展資源；另一方面，本文探索將復述短語資源運用于問題擴展的新方法，提出了基于語言模型檢驗的三種問題擴展算法。
　　利用多在線翻譯與詞典系統(tǒng)抽取復述短語的方法，將復述短語抽取看成是統(tǒng)計機器翻譯的過程。通過多在線翻譯與詞典系統(tǒng)，將源語言短語翻譯成中間語言、再將中間語言短語翻譯回源語言，通過中間語言建立起了源語言短語間的翻譯模型。這種方法具有簡易可行性的優(yōu)點，并且獲取

3、的復述短語準確率接近70％，復述短語平均數(shù)目達到6個。
　　對于問句分析，本文主要研究關鍵字確定與賦權。本文采用了規(guī)則與統(tǒng)計相結合的關鍵字確定方法，以及基于統(tǒng)計的關鍵字賦權方法。實驗表明，本文所采用的方法相對于規(guī)則的關鍵字確定方法與賦權方法，準確率提高3%左右。
　　本文提出了三種利用復述短語進行問題擴展的方法，分別是基于語言模型檢驗的N-Best同義問句擴展算法、基于語言模型檢驗的N-Best同義短語擴展算法，以及基于語言