基于浅层句法分析和最大熵的问句语义分析

• 作者: 张琪 李冬梅 檀稳 王璇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 中文问答系统 本体 浅层句法分析 最大熵 SPARQL查询
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1288-1295
• 页数: 8页
• 分类号: TP274
• 字数: 6063字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1706033

摘要

为了使中文问答系统能够准确高效地识别问句的语义,在构建生物医学领域本体的基础上,提出了一种基于浅层句法分析和最大熵模型的语义分析算法.该算法首先对自然语言问句进行语义块识别,如果识别成功,则形成问句向量,然后利用本体进行SPARQL查询;如果识别失败,则调用最大熵模型,判断问句的语义角色.最大熵模型利用标注好语义的熟语料进行训练,提取语义组块特征,从而判断出最可能的句型,形成问句向量,然后再利用本体进行查询,获取答案.通过实验与其他方法相比,新算法具有更高的查准率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冬梅	北京林业大学信息学院	22	186	8.0	13.0
2	王璇	中国人民大学信息学院	17	23	3.0	4.0
3	张琪	北京林业大学信息学院	11	41	4.0	6.0
4	檀稳	北京林业大学信息学院	3	8	2.0	2.0