融合FAO、本體和Jena推理技術(shù)的問答系統(tǒng)研究.pdf

1、互聯(lián)網(wǎng)技術(shù)已經(jīng)給人類社會(huì)帶來翻天覆地的變化，人們已經(jīng)習(xí)慣于從互聯(lián)網(wǎng)上獲取各類信息，這得益于搜索引擎技術(shù)的發(fā)展。然而，搜索引擎仍然有一些問題沒有解決。首先是用戶檢索時(shí)，相關(guān)信息返回太多且不精確，其次是檢索只能按關(guān)鍵字進(jìn)行匹配，實(shí)際上并不能精確表達(dá)人們的檢索需求。
　　 由于以上問題的存在，問答系統(tǒng)應(yīng)運(yùn)而生。問答系統(tǒng)允許用戶以自然語言方式進(jìn)行提問，系統(tǒng)返回的是簡(jiǎn)潔的答案。由于基于web的問答系統(tǒng)，不足以專注于研究語義理解在問答系統(tǒng)中

2、的應(yīng)用。因此本文選擇特定領(lǐng)域，結(jié)合FAQ(常問問題庫)和本體知識(shí)庫的問答策略，針對(duì)問句處理、答案抽取、語義推理等問答系統(tǒng)的主要技術(shù)進(jìn)行深入的研究。本文的主要內(nèi)容和創(chuàng)新點(diǎn)如下：
　　 1、為了提高問答系統(tǒng)的性能，提出了一種多策略混合的問答系統(tǒng)模型，結(jié)合FAQ庫和本體知識(shí)庫問答技術(shù)的優(yōu)勢(shì)，實(shí)現(xiàn)了以此為框架的受限領(lǐng)域問答系統(tǒng)。對(duì)于常見的問題，本系統(tǒng)首先采用策略一：用戶輸入問句和FAQ庫問句匹配技術(shù)實(shí)現(xiàn)問答；對(duì)于特定的領(lǐng)域知識(shí)采用策略二

3、：構(gòu)建領(lǐng)域本體庫，淺層語義分析和SPARQL查詢技術(shù)實(shí)現(xiàn)。淺層語義分析通過語義塊定義規(guī)則和語義塊判定規(guī)則，生成了問句向量。再用SPARQL查詢技術(shù)進(jìn)行本體庫的查詢。少量無法回答的問題采用策略三：人工問答或肯返回相關(guān)網(wǎng)頁等方式回答用戶提問。實(shí)驗(yàn)結(jié)果表明，這種多策略混合的問答系統(tǒng)比采用單一策略更能夠有效地提高系統(tǒng)的召回率，準(zhǔn)確率以及F測(cè)度值。
　　 2、為了檢索專業(yè)領(lǐng)域的知識(shí)，構(gòu)建了醫(yī)院領(lǐng)域本體庫，提出丁一種基于醫(yī)院信息本體庫的問答

4、系統(tǒng)答案抽取方法。首先建立醫(yī)院信息本體庫，然后使用淺層語義分析技術(shù)對(duì)問句進(jìn)行分析，識(shí)別出問句的未知及已知信息，最后生成問句向量。接著使用SPAROI。查詢技術(shù)從本體庫中進(jìn)行查詢，從而返回答案。這樣有效地提高了對(duì)專業(yè)領(lǐng)域知識(shí)提問而返回的答案召回率，因而改善了系統(tǒng)的性能。
　　 3、為了提高問答系統(tǒng)的召回率，擴(kuò)充本體知識(shí)庫，提出了一種用于問答系統(tǒng)中進(jìn)行推理的Jena推理方法。首先構(gòu)建推理規(guī)則，然后把這些規(guī)則加入到Jena推理機(jī)中。再

5、將推導(dǎo)的結(jié)果加入到知識(shí)庫，從而擴(kuò)充了知識(shí)庫。這樣可以使一些在本體庫中查找不到的答案，能夠通過Jena推理而得到答案，從而可以提高問答系統(tǒng)的召回率。另外，為了挖掘出醫(yī)院本體中的一些隱含信息，提出了一種用于問答系統(tǒng)中進(jìn)行推理的SWRL描述推理規(guī)則并結(jié)合Jess推理引擎的推理方法。實(shí)驗(yàn)表明，這種方法可以使計(jì)算機(jī)擁有一定的癥狀推理能力，從而擴(kuò)展了問答系統(tǒng)的性能。
　　 4、將提出的問答系統(tǒng)模型用于醫(yī)院領(lǐng)域中。通過應(yīng)用，可以驗(yàn)證本課題的相