检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

交互式问答的关系结构体系及标注

中文信息学报 2018年第5期32卷 14-21页

作者：周小强王晓龙陈清财哈尔滨工业大学深圳研究生院智能计算中心广东深圳518055

交互式问答是一种对话式的、连续的、前后关联的信息交互形式,交互式问答的关系结构直接体现了交互式场景在不同语言层面上的上下文关联。该文归纳分析了交互式问答中的对话行为和语句关系,在此基础上提出了对应的关系结构体系;为了验... 详细信息

交互式问答是一种对话式的、连续的、前后关联的信息交互形式,交互式问答的关系结构直接体现了交互式场景在不同语言层面上的上下文关联。该文归纳分析了交互式问答中的对话行为和语句关系,在此基础上提出了对应的关系结构体系;为了验证类别体系的合理性,对真实环境中的交互式问答语料进行了对话行为标注和上下文语句关系标注;并针对交互式问答的关系结构,采用隐马尔可夫模型总结分析了交互式问答中对话行为的变化规律,统计分析了交互式问答的语句关系结构特点。

关键词：交互式问答对话行为结构语句关系结构

在线全文

学校读者我要写书评

暂无评论

交互式问答中基于话语结构的指代消解研究

计算机工程与应用 2015年第19期51卷 141-145页

作者：张超孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题,但指代现象阻碍了系统准确地理解用户的问题。深入研究了交互式问答中的指代消解任务,在交互式问答文本语料中标注指代链信息和话语结构信息,并在基准平台的基础... 详细信息

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题,但指代现象阻碍了系统准确地理解用户的问题。深入研究了交互式问答中的指代消解任务,在交互式问答文本语料中标注指代链信息和话语结构信息,并在基准平台的基础上提出了基于话语结构的特征集。实验研究了新闻文本上提出的基准特征集在交互式问答文本中的性能,并在此基础上引入话语结构特征。实验结果表明,与基准系统相比,改进系统的F值提高了2.6%,指代消解平台的性能有较大的提升。

关键词：交互式问答话语结构指代消解

在线全文

学校读者我要写书评

暂无评论

交互式问答系统中的省略恢复研究

交互式问答系统中的省略恢复研究

作者：魏征哈尔滨工业大学

学位级别：硕士

在汉语中,省略是非常普遍的一个现象。对于汉语省略的研究,一直是自然语言处理领域的热门课题。汉语省略研究对于问答系统、机器翻译、信息抽取等领域有着至关重要的作用。本课题主要针对交互式问答系统做了省略问句恢复的研究。在交互... 详细信息

在汉语中,省略是非常普遍的一个现象。对于汉语省略的研究,一直是自然语言处理领域的热门课题。汉语省略研究对于问答系统、机器翻译、信息抽取等领域有着至关重要的作用。本课题主要针对交互式问答系统做了省略问句恢复的研究。在交互式问答系统中,存在着大量的省略问句。根据对真实环境下收集的语料的统计,大概有40%的问句属于省略问句。如果不对其缺失信息进行恢复,则计算机无法知道用户的真实意图。因此,省略问句恢复是交互式问答系统中至关重要的一个环节。本课题首先利用维基百科的分类信息和模式匹配的方法抽取了大量新词,用来扩展Hownet。利用依存句法分析归结语义关系,建立了一个包含上下位关系、属性关系、动宾关系等语义关系的语义关系表。这些语义关系被用在省略问句的分类和恢复中。本课题将省略问句划分为7类,包括语义完整、主语省略、指代等,利用机器学习的方法来对问句进行分类。在对问句进行分类之前,首先根据语法、句法等信息提取特征,然后对几种常用的分类方法做了比较,最终采用C4.5决策树算法作为最终的分类算法,并取得了76.15%的正确率。针对分类之后的问句,采取不同的策略对其进行恢复,主要利用问句结构、语义关系,距离等信息来确定缺失信息。由于指代在省略问句中占了很大比例,因此重点对其进行了处理。主要利用了代词的单复数、性别等信息,来确定最佳的候选词。最后,我们对省略恢复的结果做了评测,在两个语料集上的正确率分别为82.9%和75.3%,并且与他人做了对比,本课题所采用的方法有明显提高。

关键词：省略恢复语义关系交互式问答知网维基百科

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交互式问答中的指代消解研究

交互式问答中的指代消解研究

作者：张超苏州大学

学位级别：硕士

交互式问答受到了越来越多的关注。但交互式问答中存在着各种各样的语言现象，这些现象使得计算机难以充分理解用户的提问，指代现象就是其一。近年来，国内外许多学者对指代消解进行了大量细致的研究。但大部分研究都针对新闻文本中的... 详细信息

交互式问答受到了越来越多的关注。但交互式问答中存在着各种各样的语言现象，这些现象使得计算机难以充分理解用户的提问，指代现象就是其一。近年来，国内外许多学者对指代消解进行了大量细致的研究。但大部分研究都针对新闻文本中的指代进行，本文以已有的针对新闻文本的指代消解方案为基础，结合交互式问答自身的特点提出了适用交互式问答的指代消解方案。本文主要工作及贡献包括：首先，标注了交互式问答的指代消解语料。借鉴新闻指代消解的成熟标注方案，我们选取交互式问答领域广泛使用的TREC2004至TREC2007的评测语料进行了指代信息的标注，并就指代现象比较了交互式问答与传统新闻文本的异同。其次，提出了适于交互式问答的待消解项识别方法。分析传统的针对新闻文本的待消解项识别方法应用于交互式问答的不足，提出了针对交互式问答的待消解项识别新特征，改善了交互式问答中待消解项识别的性能。再次，针对交互式问答提出了基于话语结构的指代消解方法。分析传统针对新闻文本的指代消解方法在交互式问答中的不足，以交互问答场景中的话语结构理论为基础引入了描述话语结构的特征集。实验结果表明，新引入的话语特征能改善指代消解的性能，系统的F值提高了2.6%。最后，提出了基于中心理论和话语结构的指代消解方法。以中心理论为基础，利用话语结构获取问句中的优选中心，再结合话语结构中的话语转换信息确定句子之间的跳转关系。在此基础上引入了中心理论和话题结构相关的新特征集。实验结果显示这一方法能大大提高交互式问答中指代消解的性能，F值提高了3.2%。

关键词：交互式问答指代消解话语结构中心理论

基于中心理论和话语结构的交互式问答文本指代消解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文信息学报 2016年第4期30卷 90-97页

作者：李映孔芳苏州大学计算机科学与技术学院江苏苏州215006

与传统新闻文本相比,交互式问答中蕴含着更为丰富的语言现象。在传统的针对新闻文本的指代消解方案的基础上,融入了交互式问答特有的特征集,给出了一个适于交互式问答文本的指代消解方案。具体而言,基于浅层语义角色分析的结果进行话语... 详细信息

与传统新闻文本相比,交互式问答中蕴含着更为丰富的语言现象。在传统的针对新闻文本的指代消解方案的基础上,融入了交互式问答特有的特征集,给出了一个适于交互式问答文本的指代消解方案。具体而言,基于浅层语义角色分析的结果进行话语结构的识别,根据识别出的话语结构进行话语中心及中心跳转的识别。将获取到的话语中心及跳转信息组织成交互式文本特有的特征集,使用交互式问答领域广泛使用的TREC2004和TREC2007的评测语料进行指代消解的实验,结果表明给出的方案能大大提高交互式问答文本中指代消解的性能,系统F值提高了3.2%。

关键词：指代消解交互式问答中心理论话语结构

在线全文

学校读者我要写书评

暂无评论

基于深度学习的交互式问答研究综述

计算机科学 2021年第12期48卷 286-296页

作者：黄欣雷刚曹远龙陆明名江西师范大学软件学院南昌330022 同济大学电子与信息工程学院上海200092

相比传统的一问一答,交互式问答增加了对话上下文和背景等信息,这为理解用户输入和推理答案带来了新的挑战。首先,用户输入不再局限于问题,还可以是告知问题细节、反馈答案可行与否等带有意图的语句,因此需要理解对话中每个语句的意图... 详细信息

相比传统的一问一答,交互式问答增加了对话上下文和背景等信息,这为理解用户输入和推理答案带来了新的挑战。首先,用户输入不再局限于问题,还可以是告知问题细节、反馈答案可行与否等带有意图的语句,因此需要理解对话中每个语句的意图。其次,交互式问答允许多个角色同时参与一个问题的讨论,为每个角色生成个性化的答案,因此需要理解对话中存在的角色。再次,当交互式问答围绕一段背景文本展开时,需要理解这段背景文本,并从中抽取出问题的答案。文章对交互式问答的发展及前沿动态进行了调研,分别对无背景交互式问答、有背景交互式问答以及迁移学习在交互式问答的应用3个子方向的新方法和新发现进行了介绍,并对交互式问答的研究前景进行了分析和展望。

关键词：问答系统交互式问答背景信息预训练模型

在线全文

学校读者我要写书评

暂无评论

中文交互式问答用户问题相关检测研究

中文信息学报 2010年第3期24卷 11-18页

作者：伍大勇张宇刘挺哈尔滨工业大学信息检索研究中心

交互式问答是具备处理系列相关问题以及与用户进行对话式交互的问答技术,是近年来国际上问答技术研究的一个热门方向,但是目前在中文问答领域几乎没有开展相关的研究。实现交互式问答系统首先要判别用户系列问题之间的相关性。该文探讨... 详细信息

交互式问答是具备处理系列相关问题以及与用户进行对话式交互的问答技术,是近年来国际上问答技术研究的一个热门方向,但是目前在中文问答领域几乎没有开展相关的研究。实现交互式问答系统首先要判别用户系列问题之间的相关性。该文探讨了提取问题中不同特征对中文交互式问答问题相关检测的作用,并且根据识别出的有效特征采用基于二元分类方法分别对翻译成中文的TREC QA问题集语料和真实的交互式问答语料进行问题相关检测实验,实验结果显示该文的方法获得了较好的问题相关检测效果。

关键词：计算机应用中文信息处理交互式问答问题相关检测二元分类

在线全文

学校读者我要写书评

暂无评论

面向交互式问答的人物事件关系抽取方法研究

面向交互式问答的人物事件关系抽取方法研究

作者：郑文哈尔滨工业大学

学位级别：硕士

近年来,由互联网所产生的数据极具膨胀,在如此巨大规模的数据中,准确地获得想要的信息,成为人们日益追求的目标。如何能准确、智能地返回给用户,成为近年来研究比较广泛的一个研究点,问答系统能够以一定程度上的智能满足这一需求。传统... 详细信息

近年来,由互联网所产生的数据极具膨胀,在如此巨大规模的数据中,准确地获得想要的信息,成为人们日益追求的目标。如何能准确、智能地返回给用户,成为近年来研究比较广泛的一个研究点,问答系统能够以一定程度上的智能满足这一需求。传统的问答系统,是以问答对的形式将问题和答案组织成知识库,使用倒排索引等检索技术进行问句答案的查询。这种方式所检索的准确率较低,此外知识库问答对的来源成为此类问答系统最大的瓶颈。因此基于实体属性知识库的问答系统成为比较流行的问答系统的构建方式,这种方式特别适合用于人物关系领域。对于人物关系大多是在文本维度上的关系,对于人物相关事件的研究也相对较少。针对这一现象,本文提出一种针对人物相关事件和人物之间关系的抽取方法,从事件的粒度上进行人物关系的抽取。本论文的研究内容主要有以下四个方面,描述人物关系的事件词的抽取、基于弱监督学习的人物关系抽取、基于半监督学习的人物关系抽取、面向人物事件关系的问答系统的构建。首先面向小规模数据,分析语料的特点,构建初始启发式规则进行人物事件关系的抽取,并以此构建出人物关系类别体系。利用该类别体系对样本进行启发式标注,并以此来进行基于弱监督的人物关系抽取。基于弱监督的信息抽取存在训练集标注不准确的情况,继而提出基于半监督的人物关系抽取方法。半监督方法首先由人工标注一部分样本集,通过协同训练算法进行训练集的扩充,利用扩充的训练集进行模型的训练并抽取语料中的人物关系。通过这样的方法,能够一定程度上解决人物关系抽取任务在大规模语料中缺乏训练样本这一现状。最后将从大规模语料中抽取的内容构建知识库,并将其同问答系统相结合,构建一个面向人物事件关系的自动问答系统。本论文中实现了面向大规模异构信息的人物事件关系的抽取方法,以及将其同问答系统相结合的实现方案。实验结果表明,本论文中所提出的方法能够有效地从网页文本中抽取出人物事件关系,与其相结合的问答系统能够有效使用。

关键词：交互式问答信息抽取实体关系抽取半监督弱监督

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于异构信息的交互式问答系统

基于异构信息的交互式问答系统

作者：张道旭哈尔滨工业大学

学位级别：硕士

随着互联网的发展,信息资源高速膨胀,形成了一个巨大的、内容丰富的信息库。传统的信息检索方式用户通过关键词检索,系统返回一些相关的网页信息,需要用户主动从这些相关信息中查找答案,而一般的问答式信息检索虽然可以直接返回答案,但... 详细信息

随着互联网的发展,信息资源高速膨胀,形成了一个巨大的、内容丰富的信息库。传统的信息检索方式用户通过关键词检索,系统返回一些相关的网页信息,需要用户主动从这些相关信息中查找答案,而一般的问答式信息检索虽然可以直接返回答案,但是用户无法与系统进行深入交互,无法对问题进行连续的、相关联的提问。基于真实问答对的交互式问答系统,允许用户以自然语言的方式提问,系统直接给出问题的答案,用户可根据系统给出的答案进行深入的提问,或者提出新的问题。本课题构建了基于异构信息的交互式问答系统,主要解决以下三方面的问题:1.基于异构信息的检索:本课题构建了问答知识库、实时数据库、常识库三个知识库,其中问答知识库每天定时更新来获取新的问答对,实时数据库存储当前的实时数据信息,常识库存储一般的常识性知识。交互式问答系统通过从三个知识库中进行检索与整合来提取问答的答案。2.用户多层次信息需求分析:对于复杂问句的理解是系统能够准确回答用户提问的关键。本课题采取对复杂问句进行多层次分类的方法来理解问句。将复杂问句从问句表层信息、用户真实意图以及用户对答案的期望三个层次对问句进行分类。通过对问题进行分类处理,准确识别用户的需求信息,并根据用户需求查找满足要求的答案,提高了系统对问题回答的准确率。3.上下文相关问句的处理:问答系统通过以自然语言的方式来和用户进行信息交互,在对话过程中,用户可能会根据上下语境,在交互过程中省略谈论的主题或者焦点等信息,这些省略信息可以根据上下文语境来进行补全。本文根据问句主题、焦点以及疑问形式三个模块将问句省略类型分为9类,使用决策树建立分类器针对不同省略类型对问句进行恢复。

关键词：机器学习交互式问答异构信息复杂问句分类省略恢复