中文自动问答系统探讨

通过 网络搜 索技术 获取大 量 的信 息 ，但如 何从海 量 的信息 中找 出 自己所 需要 的具体信 息却 十分 困难 。如何 快速 、高效 的获取 用户 所 需 的准确信 息是 当前研 究 的一 个热 点 。通 过简 单 的研 究或 发展 单纯 的搜 索技 术 已经 很难 取得长 足 的进 步 ，因此 必须发 展 自动 问 答 系统 。特别 是面 向中国市场 的 中文 自动 回答 系统 。
由于搜索 技术 的发展 异常 迅速 ，并且 目前 的实用 搜索 引擎功 能 己很 强大 ，在 此 ，我们就 不再进 一步 讨论搜 索技术 了。 现在 我们来 研 究答案 生成 中涉及 到 的相关技术 。在该部 分主 要涉 及到 的是答 案抽 取技术 ，由于在 该部 分英文和 中文没有 必然 的不 同 ，所 以可 以借 鉴一些 国外 已有 的现成 技术 。主要 有 ：名 实
中图分类号 ：Ｔ ２ １ Ｐ７
文献标识码：Ａ
文章鳊号：１０ ～ ５９ （ ００ ０— ０３ ０ ０７ ９９ ２ １ ） ５ ０ ５— ２
Ｃｈｎ ｓ ｅｔ ｎ Ａｎ ｗｅｉｇＳ ｇ Ｌ
（ ａ ｊＵ ｉ ｒｉ ｆ ｒ ｎ ｃ ｎｅＢ ｏｉ ７ １ ０ ， ｈ ａ） Ｂ ｏｉ ｎ ｅｓｙｏ Ａｔ ａ ｄＳ ｉ ｃ ，ａ ｊ ２ ７Ｃ ｉ ｖ ｔ ｓ ｅ ０ ｎ
计算机 光盘 软件 与应用
２ １ 年第 ５期 ００
Ｃ ｍ ｕ ｅ ＤＳ ｆｗ ｒ ｎ ｐ ｌｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔ ａ ｅａ ｄＡ ｐ ｉａ ｉｎ 工 程 技 术
中文 自动 问答系统探讨
黄 莉 （ 宝鸡文理 学院，陕西宝鸡
７ １０ ２ ０７）
摘 要 ：中文 自动 问答 系统 是 网络 高速 发展 的必 然产物 。论 文从 自动 问答 系统 的定 义入手 ，系统 的研 究 了它的关键技 术 ，并对 其应 用前景和 发展趋 势做 了预测 。 关键 词 ： 自动 问答 系统 ：信 息检 索；答案 生成
体法 、推理 法和 上下文 法 。其 中，基于 名实 体 的方 法就 是采 于权重 的方 法来提 取答 案 。其主要 步骤 就是 ：首先 在被选 区域进 开发 自己的搜 索技术 来从 网络海 量 的信 息 中检索 出指定 的信息 。 行权重 标示 ，然 后 找 出权重最 大 的就是 所要 的结果 。推理 法就 是 答 案生成 就是从 搜索 引擎搜 出的海 量 网页 中提 取并 进行适 当 的组 通 过推 理技术 结合 已有 的抽取 结果 ， 目的是获 得更加 准确 的结论 。 装 从而为用 户提供 准确而 简洁 的答案 。 上 下文法 处理那 些系 统不 能准确 决定 问题焦 点的这类 问题 。 在 问题 分析 部分主 要涉及 到 ：问题分 类 、关键词 提取 、 问题 三 、前景 展望 相关 扩展 。在该 部分主 要涉及 到分 词、名 实体 识别 、词性标 注和 虽然通 过近 年来 不断 的努力 ，基 于 中文 的 自动回答 系统 已经 组块 分析等 。对于 中文 自动 问答系统 来说 ，主要 的一 个 问题 就是 取得 了一 定的成 绩 ，得到 了较广 泛 的应用 ，但我 们不 能不看 到 目 中文 自动分 词。它 涉及到 汉语 分词基础 表 、汉语 分词规 则 、汉语 前 的系统还 存在 许多 问题 ，主要 体现在 ：系统 规模 小 、应 用领 域 分词算 法 。由于汉语 和英语 有很 大 的不 同，基于英 文 的分词方 法 有 限， 并且 答案 过于 简单 ， 甚至 有些系 统还 需要大 量的人 工干预 。
引言 随着科 学技术 的高速 发展 ， 信 息爆炸 时代 ”已经来 临 。同时 “ 由于网络技 术 的快速 发展 及 Ｉ ｔｒｅ 的大 规模普及 ， ｎ ｅｎ ｔ 人们 可 以快 速 高效的 获取大 量的信 息 。但 是 当面临 具体 问题 时 虽然人们 可 以
一
、
故 目前还不 具有 实用性 。神 经 网络分词 法就 是采用 神经 网络系 统 来实现 分词 操作 。它通 过模 拟人脑 思维 过程 ，分布 处理和 建立数 值 计算模 型 ，将分 词知 识用 隐式 的方法存 入神 经 网络 内部 ，通过 自学 习和 训练 修 改内部权 值 ，以获 得正确 的分 词结 果。该 方法具 有 分词准 确 、高效 的特 点，但 实现较 复杂 ，并 且 目前 还存在 一些 未解 决 的问题 ，是分 词法发 展 的一个主 要方 向 。 在 问题 分析 部分 还有 一个较 关键 的部分 就是 问题相 关扩展 。 它早 在上个 世纪 ７ 年代 就被 提 出来 了， ０ 主要 有 ３ 方法 ： 类 全局 分 析法 、局部 分析 法和局 部上 下文 分析法 。其 中 ，全 局分 析法通 过 对所 有文档 中 的词或词 组采 用相 关度分 析 ，从 而实 现扩展 的一种 方法 。主要采 用词 聚类 法 、相 似性 词典 法等方 法来 实现 的，该 方 法 效果较 好 ， 但不 具有 实用性 ，因为 当系统太大 时就 无法实 用 了。
二 、关键技 术研 究 自动 问答系 统是融 合 了计算机 语言 学 、信 息科 学 以及 人工 智 能 等多项 技术为 一体 的智能 自然语 言处 理技术 。它 通过用 户采 用
自然语言作为输入， 自动问答系统系统通过搜索、综合，提供给
用户 一个准 确 的答 案 ，人们就 能通 过该 系统高 效、快速 的获取特 定 的信息 。虽然 自动 问答 系统较 复 杂 ，但通 过 分析 ，我们 可 以得 出 ，系统主 要涉及 到三 部分 的内容 ： 问题分 析 、信息检 索 以及答 案生成 。 问题 分析就 是通 过对用 户 问题 的分 析获 取 问题 的关键 部 分 ，对 问题进 行理解 ，为 搜索准 备关键 词 。信息检 索一 般都 是通
Ａｂ ｔａ ｔＴｈ ｉ ｅ ｅ ｑ ｅ ｔｏ ｎ ｗｅ ｎｇ ｓ ｔ ｍ ｓｔｅ ｉ ｅ ｔｂ ｅｐ ｏ ｃ ｆｔ ｅ ｒｐ ｄ ｄ ｖ ｌｐｍｅ ｔｏｆｔｅ ｎ ｔ ｒ Ｐａ ｅ ｓ ｓ ｒ ｃ ： ｅ Ｃｈ ｎ ｓ ｕ ｓｉｎ ａ ｓ ｒ ｙｓｅ ｉ ｈ ｎ ｖｉ ｌ ｒ ｄｕ ｔｏ ａ ｉ ｅ ｅｏ ｉ ａ ｈ ｎ ｅｗｏ ｋ． ｐ ｒ ｈ ｆｏ ｔｅ ｓａ ｔ ｔ ｅｄ ｆｎ ｔｏ ｕｏ ａｉ ｅ ｔｏ ｎｓ ｒｎｇ ｓ ｓｅ ， ｅ ｓ ｓｅ ｆｉｓｋ ｙ ｔｃ ｎ ｌ ｇ ｎｄｉｓａ ｌ ａｉ ｓａ ｄ ｒ ｍ ｔｒ ｈ ｔ ｅ ｉｉ ｎｏｆａ ｔｍ ｔｃｑｕ ｓ ｎａ ｗｅ ｈ ｗｉ ｈ ｉ ｉ ｉ ｙ ｔｍ ｔ ｙ ｔｍ ｏ ｅ ｅ ｈ ｏ ｏ ｙ ａ ｔ ｐｐｉ ｔ ｈ ｔ ｃ ｏｎ ｎ ｄ ｖ ｌｐ ｅ ｔ ｒｎ ｏ ｅ ａｓ． ｅ ｅｏ ｍ ｎ ｅ ｄｆ ｒ ｃ ｔ ｔ Ｋｅ ｗｏ ｄｓＡｕｏ ａ ｃａ ｗｅ ｎ ｙ ｔｍ ；ｎ ｏ ｍａ ｏ ｅｒｅ ａ； ｙ ｒ ： ｔｍ ｔ ｎｓ ｒ ｇｓ ｓｅ Ｉ ｆ ｒ ｔ ｎｒ ｔｉｖ ｌ ｉ ｉ ｉ Ａｎｓ ｒｇｅ ｅ ａｅ ｗｅ ｎ ｒ ｔｄ