面向問答社區(qū)的高質量答案抽取研究.pdf

1、隨著互聯(lián)網技術的日益發(fā)展和普及，中文問答社區(qū)如知乎、百度知道等正逐漸成為一種廣受用戶喜愛的信息分享與獲取平臺。用戶可以在其中以提問或者是查詢相似問題的形式從其他用戶的答案中獲取滿足自己需求的信息，然而用戶提供的答案的質量良莠不齊，其中包含了許多不完備、冗余、不可信甚至是惡意誤導的信息。如何從問題的眾多答案中抽取出高質量的答案成為了問答社區(qū)研究中一個極具挑戰(zhàn)性的難題。本文以抽取中文問答社區(qū)中關于某一問題的完備、可靠、低冗余度的答案為目標，

2、從以下兩個方面進行了研究：
　　第一，不同問題類型的答案具有不同的語言特點，因而在設計抽取高質量答案的方法時需要考慮問題類型對答案抽取效果的影響。為此，本文對面向問答社區(qū)的中文問題分類的方法進行了研究。首先對問答社區(qū)中問題類型的分布特點進行了分析，并在此基礎上提出了一個適合用于對問答社區(qū)中的問題進行分類的粗粒度的分類體系。其次，借鑒層次分類的思想，對問答社區(qū)中含有疑問詞和不含疑問詞的問題分別采用合適的分類器進行分類。對于不含疑問詞

3、的問題，設計了一個基于焦點詞的分類器進行分類；對于含有疑問詞的問題，采用支持向量機（Support Vector Machine,SVM）模型進行分類。實驗結果表明，這種層次化的分類方法減輕了分類器對疑問詞的依賴，能有效提高問題分類的準確率。
　　第二，本文把抽取問題的高質量答案看作答案摘要問題，使用了基于結構化行列式點過程（Structured Determinant Point Process,SDPP）模型的答案摘要方法對答