论文部分内容阅读
本文提出一种基于模式学习的形式化答案抽取方法，区别于传统基于特征的答案抽取方法，通过问题模式和答案模式的自动匹配，直接获取问题答案。本文通过机器学习的方法自动生成用于答案抽取的形式化模板，克服了人工方法费时、费力以及覆盖率低等问题。本文创造性地采用逻辑回归的方法对所学习到的模式进行置信度评价。对比实验表明，本文的方法取得了比较好的答案抽取效果。本文方法实际应用于国际TREC QA评测，评测结果证明本文的方法与传统基于特征的答案抽取方法具有很好的互补性。