真实网络数据集自动问答系统中的问题分类

• 作者: 于士涛 师建兴 袁晓洁 陈秋双
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 问题分类 自动问答系统 真实网络数据集 问答网络论坛 重新排序模型
• 年，卷（期）: 2008,（3）
• 页码范围: 272-275
• 页数: 4页
• 分类号: TP391
• 字数: 392字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2008.03.005

摘要

为了改善真实网络数据集上自动问答系统的性能,定义出新的问题类别集合和通用的答案重新排序模型.问题分类器借助先验词典和语法分析,将语义和语法信息引入信息检索和机器学习方法,呈现为多种多样的训练属性,包括疑问词、中心动词、疑问词与中心动词依赖关系、中心助动词位置、中心名词、中心名词顶级上位词等.进而通过问题类别信息,对问答查询结果重新排序.实验表明:分类器能够精确实现真实网络数据集的问题分类,重新排序后的自动问答结果也能得到明显改善.这说明借助语义和语法信息,真实网络数据集上的自动问答系统等应用可以得到改善,显示出更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秋双	南开大学信息技术科学学院	49	1237	20.0	34.0
2	袁晓洁	南开大学信息技术科学学院	37	343	12.0	16.0
3	于士涛	南开大学信息技术科学学院	5	58	4.0	5.0
4	师建兴	南开大学信息技术科学学院	4	18	3.0	4.0