面向时间敏感问句识别及检索的问答系统

• 作 者: 王宇亮
• 机 构: 哈尔滨工业大学
• 出 处: 哈尔滨工业大学
• 发表日期: 2010年期
• 关键词: 时间敏感问句 时间解析 时间域 时间词 时间敏感词

随着互联网技术的快速发展,在线问答系统已经成为人们生活中获取知识和信息的必要工具。然而互联网的信息繁杂多变,如何能将准确的信息及时地提供给用户,从而提高问答系统的时效性,是当前需要解决的一个问题。现有的问答系统已经能够通过对用户问题的检索,从海量的问答资源中找到并返回给用户有帮助的答案,但是对于一些时效性较高的问题的回答还不够好。如果能在系统中加入时间维度,对问句进行时间分析并且对答案进行时间上的约束,则能在一定程度上提高答案的准确性和时效性。本文针对问答系统在时效性上的不足,对问句进行了时间的分类,同时通过对问句时间域的解析,增加了对答案的时间约束。主要工作如下:(1)从在线问答社区中抽取金融类问句作为语料,用Fleiss’Kappa系数对标注结果进行一致性评估。(2)结合词、句法关系和语义对问句进行特征抽取。(3)考虑到语料中时间敏感问句和非时间敏感问句的比例,分类阶段引入了AdaBoost算法对语料进行平衡。然后结合机器学习的三种分类算法:决策树、朴素贝叶斯和SVM进行测试,最终得到的F平均值为83%左右。(4)本文提出了解析问句时间域的方法,其中包括时间词和时间敏感词的提取,相应时间约束的设置以组合规则。并将使用该方法解析出来的时间域应用到最终的答案生成部分中去,过滤出最终的答案。在系统评测过程中,系统内部通过和只用文本搜索得到的答案进行对比,精确率提高了近7个百分点。将问句时间解析的结果对百度知道和SOSO问问的返回结果进行约束,正确率也有所提高。