中文問答系統(tǒng)技術及應用

目 錄第1章 緒論 11.1 中文問答系統(tǒng)研究 11.1.1 研究背景 11.1.2 研究意義 21.2 問答系統(tǒng)國內外研究現(xiàn)狀 31.3 問答系統(tǒng)的分類 4第一部分 受限域問答系統(tǒng)第2章 受限域問答系統(tǒng)及本體 102.1 本書受限域問答系統(tǒng)研究內容 102.2 本書第一部分結構 112.3 本體語言簡介 122.3.1 本體的概念 122.3.2 本體描述語言OWL 122.4 “醫(yī)院”領域本體的構建 132.4.1 醫(yī)學知識的特點 132.4.2 利用Protégé構建“醫(yī)院”領域本體 142.5 實驗及結果分析 172.5.1 本體構建實驗 172.5.2 本體推理實驗——阿莫西林與抗感染藥推理過程 192.5.3 實驗結果分析 19第3章 面向FAQ庫的問答策略 233.1 問題庫的建設 233.2 基于常問問題集的問答策略分析 253.2.1 索引表的建立 253.2.2 句子相似度計算策略1—基于統(tǒng)計和語義的方法 253.2.3 句子相似度計算策略2—基于依存句法和改進編輯距離的方法 293.2.4 FAQ庫的更新 313.3 實驗及結果分析 323.3.1 實驗評測標準 323.3.2 實驗結果及分析 32第4章 面向本體知識庫的問答策略 364.1 本體知識庫問答模塊概述 364.2 問句淺層語義分析 374.2.1 語義塊定義規(guī)則 374.2.2 問句向量 414.2.3 語義塊的判定 424.2.4 語義塊沖突的處理 424.3 問句處理實驗結果及分析 434.4 本體查詢模塊答案的抽取 444.5 實驗及結果分析 464.6 面向本體知識庫的問答策略的不足與展望 47第5章 Jena推理及在問答系統(tǒng)中的應用 485.1 推理機研究 485.1.1 推理機的功能 485.1.2 本體推理機 485.2 Jena研究 505.2.1 Jena及其結構 505.2.2 Jena2推理機 515.3 實驗設計及實現(xiàn) 525.3.1 Jena推理實驗一 525.3.2 Jena推理實驗二 545.3.3 實驗結果分析 55第6章 SWRL及Jess推理在問答系統(tǒng)中的應用 566.1 SWRL架構及表示方式 566.2 基于本體的SWRL及Jess推理系統(tǒng)框架 576.3 推理系統(tǒng)的實現(xiàn)框架 586.4 推理過程 586.4.1 SWRL規(guī)則的建立 586.4.2 SWRL規(guī)則及OWL本體知識轉換 616.5 實驗及結果分析 616.5.1 在Protégé 3.4.1環(huán)境下的實驗 616.5.2 在MyEclipse環(huán)境下的實驗 636.5.3 實驗結果分析 65第7章 城域醫(yī)院問答檢索系統(tǒng)的實現(xiàn) 667.1 系統(tǒng)的構建意義 667.2 系統(tǒng)設計原則 667.3 系統(tǒng)總體結構 667.4 系統(tǒng)實現(xiàn)與分析 67第二部分 開放域問答系統(tǒng)第8章 開放域問答系統(tǒng)概述 728.1 開放域問答系統(tǒng)的特點 728.2 開放域問答系統(tǒng)的基本結構 728.3 本書第二部分結構 73第9章 基于語義特征的中文問題分類方法 759.1 知網(wǎng)簡介 759.2 問題的表示 779.3 問題預處理和關鍵詞提取 789.4 問題分類特征的選取與表示 799.4.1 問題疑問詞的提取 799.4.2 問題的核心關鍵詞在《知網(wǎng)》中的主要義原的提取 809.4.3 命名實體的提取 849.4.4 單/復數(shù)的提取 849.4.5 問句分類特征的向量表示 859.5 問題分類算法 859.5.1 支持向量機 859.5.2 KNN算法 889.5.3 最大熵算法 899.6 問題分類體系 909.7 中文問題分類實驗 909.7.1 實驗方案 909.7.2 實驗數(shù)據(jù) 919.7.3 評價標準 929.7.4 實驗結果和實驗分析 92第10章 基于同義詞詞林和知網(wǎng)的關鍵詞擴展 9510.1 關鍵詞擴展的意義 9510.2 信息檢索中的同義詞 9610.3 同義詞詞林及其擴展版 9710.4 基于知網(wǎng)的詞語相似度計算 9810.5 利用《同義詞詞林》擴展，利用《知網(wǎng)》精簡的關鍵詞擴展 9910.6 實驗結果及其討論 10010.6.1 同義詞擴展實驗 10010.6.2 擴展查詢實驗 101第11章 答案源的獲取方法研究 10211.1 網(wǎng)頁采集 10211.2 網(wǎng)頁去重 10611.2.1 網(wǎng)頁的預處理 10611.2.2 網(wǎng)頁去重的處理方法 10711.2.3 網(wǎng)頁去重算法測評 11111.3 信息提取 11111.3.1 網(wǎng)頁凈化 11111.3.2 DOM樹的概念 11211.3.3 模糊歸類算法 11311.3.4 節(jié)點影響度因子 11411.3.5 算法綜述 11411.3.6 實驗設計與結果 11511.4 基于百度知道的問答對庫的建立 11711.4.1 百度知道問答社區(qū)簡介 11711.4.2 建立基于關系模式的問答對庫 119第12章 基于大規(guī)模問答對庫的答案推薦 12112.1 研究背景和研究現(xiàn)狀 12112.2 問題相似度計算方法 12212.2.1 基于向量空間的TF-IDF句子相似度計算方法 12312.2.2 基于關鍵詞語義的句子相似度計算方法 12312.2.3 基于語義依存的句子相似度計算方法 12412.3 實驗過程及結果分析句子相似度計算的評價 12512.3.1 實驗數(shù)據(jù) 12512.3.2 實驗方法及結果 125第13章 基于相似問題推薦的問答系統(tǒng)原型 12713.1 基于相似問題推薦的問答系統(tǒng)技術路線 12713.2 基于相似問題推薦的問答系統(tǒng)原型結構圖 12713.3 原型系統(tǒng)工作方式 128附錄A 中文問題分類標準 130附錄B 百度知道的分類體系 132附錄C 知網(wǎng)與ICTCLAS詞性標注方式比較 133附錄D 哈爾濱工業(yè)大學的依存句法分析中的句法關系 134附錄E 知網(wǎng)義原樹的組成 135附錄F 知網(wǎng)知識詞典中特殊符號的含義 136參考文獻 137