基于語料庫學(xué)習(xí)的多主題自動(dòng)問答系統(tǒng)研究.pdf

1、自動(dòng)問答系統(tǒng)是當(dāng)前人工智能應(yīng)用的一個(gè)重要領(lǐng)域。自動(dòng)問答系統(tǒng)是能夠接受并理解用戶輸入的問題，針對(duì)問題在知識(shí)庫中搜索答案，并將答案以自然語言的形式返回給用戶的交互式系統(tǒng)。自動(dòng)問答系統(tǒng)在文本搜索、自動(dòng)客戶服務(wù)、電子娛樂、電子商務(wù)等多個(gè)領(lǐng)域的廣泛應(yīng)用極大的改善了用戶體驗(yàn)，提高了服務(wù)效率。 本文對(duì)基于多Agent的具有機(jī)器學(xué)習(xí)能力的自然語言對(duì)話系統(tǒng)進(jìn)行了理論研究和實(shí)驗(yàn)，通過對(duì)實(shí)驗(yàn)數(shù)據(jù)的理論分析，提出了新的系統(tǒng)架構(gòu)和算法。 本文重點(diǎn)

2、對(duì)以下幾個(gè)方面進(jìn)行了研究，并提出了新的見解和創(chuàng)新： (1)研究了基于語料庫機(jī)器學(xué)習(xí)的自然語言處理技術(shù)，包括HMM (Hidden Markov Model，隱馬爾可夫模型)概率標(biāo)注模型、圖句法分析、詞典和句法規(guī)則的自然語言處理算法等。將這些算法應(yīng)用到問答系統(tǒng)中，擴(kuò)展了對(duì)話管理模塊，提高了問答系統(tǒng)對(duì)于復(fù)雜用戶輸入的處理能力。為了解決句法分析器的效率問題，本論文對(duì)語料庫學(xué)習(xí)算法進(jìn)行了改進(jìn)，并且提出了P-T性能指標(biāo)和R-T性能指標(biāo)作為

3、衡量不同分析器效率的參數(shù)。這些改進(jìn)使得句法分析器滿足了系統(tǒng)對(duì)分析耗時(shí)少的需求。 (2)對(duì)自然語言處理和語義分析技術(shù)進(jìn)行了研究。為了實(shí)現(xiàn)對(duì)自然語言語句高效的語義分析，定義了對(duì)句法分析樹進(jìn)行語義分析的一些概念，包括槽描述、槽有關(guān)和語義塊歧義，從而實(shí)現(xiàn)對(duì)話的語義塊識(shí)別、主題識(shí)別和對(duì)話信息提取，提高了問答系統(tǒng)對(duì)復(fù)雜用戶輸入的處理能力，克服了傳統(tǒng)方法(比如模式匹配)的不足。 (3)提出了新的基于多Agent的服務(wù)注冊(cè)式分布式自動(dòng)問

4、答系統(tǒng)架構(gòu)。該架構(gòu)將傳統(tǒng)問答系統(tǒng)的單機(jī)結(jié)構(gòu)擴(kuò)展到了分布式架構(gòu)上，使得各個(gè)組成部分的負(fù)載較低，并可以通過多Agent的合作來完成問答任務(wù)。并且該架構(gòu)采用了平臺(tái)無關(guān)的Web Service技術(shù)作為實(shí)現(xiàn)技術(shù)，使得基于不同平臺(tái)的Agent可以在該架構(gòu)框架中同時(shí)工作。該架構(gòu)的這些優(yōu)點(diǎn)使得問答系統(tǒng)的可擴(kuò)展性、跨平臺(tái)能力、系統(tǒng)兼容能力、應(yīng)用能力都有了很大的提高，拓展了自動(dòng)問答系統(tǒng)的應(yīng)用范疇。 此外，本文還對(duì)問答系統(tǒng)的所有必要構(gòu)成模塊進(jìn)行了研究