智能健康知识问答系统的研究与实现

摘要

随着信息技术的发展，人们已习惯于从互联网上获取各类信息，这得益于搜索引擎技术的发展。然而，搜索引擎仍然有一些问题没有解决。首先是用户检索时，相关信息返回太多且不精确，其次是检索只能按关键字进行匹配，实际上并不能精确表达人们的检索需求。
　　由于上述问题的存在，发展在信息检索技术之上的问答系统应运而生。与国外问答系统相比，中文问答系统起步较晚，目前的中文问答系统仍然存在一些问题，例如:反应速度慢、正确率低、推理能力差等。
　　针对问答系统的这些问题，本文对健康领域的问答系统的若干关键技术问题进行了研究，引用了一种多策略混合的问答系统模型。研究主要内容如下：首先构建健康领域的专业词库，AIML（人工智能标记语言）知识库、本体知识库、问题库等;其次在现有中文分词的基础上，进行词类标注、同义词替换、剪枝处理等;然后引入适用于健康领域的基于词语权重的句子相似度计算算法和推荐度算法;最后改进ALICE系统使其支持汉语，并且在其自身匹配推理的基础上，扩展语义推理接口。
　　通过实验与基于语句相似度的现有问答系统进行对比，验证本文问答系统的答疑性能。通过实验结果可知，本文的问答系统在一定程度上提高了问答系统的推理能力、查全率和查准率，从而推动了信息检索和智能问答系统的研究和发展。

目录

声明

摘要

第1章 绪论

1．1 背景和研究意义

1．2 国内外研究现状

1．3 本论文研究内容

1．4 论文组织结构

第2章 相关技术概述

2．1 《知网》简介

2．1．1 《知网》的关系结构

2．1．2 《知网》的义原概念

2．2 词语相似度计算

2．3 本体论

2．3．1 本体的概念和描述语言

2．3．2 健康领域本体的特点

2．4 ALICE系统介绍

2．5 本章小结

第3章 中文分词与问句处理

3．1 常见的中文分词

3．1．1 基于字典匹配的分词方法

3．1．2 基于语义理解的分词

3．1．3 基于词频统计的分词

3．2 分词对比实验

3．2．1 分词注意难点

3．2．2 分词器对比

3．2．3 健康领域分词实验

3．3 健康领域词典的构建

3．3．1 健康领域字典的数据来源

3．3．2 领域词典的构建

3．3．3 构建词典后分词实验

3．4 词类标注

3．4．1 健康领域的词类标注

3．4．2 词类标注过程

3．5 本章小结

第4章 问句相度和推荐度的算法研究

4．1 问句相似度概述

4．1．1 问句相似度计算特点

4．1．2 汉语句子相似度计算的难点

4．1．3 问句相似计算的意义

4．2 改进的问旬相似度算法

4．2．1 影响问题相似度的因素

4．2．2 基于概念词的问句相似度算法

4．2．3 基于问句长度的相似度算法

4．2．4 改进的问句相似度计算算法

4．3 健康领域的问题相关推荐度的算法

4．3．1 影响问题推荐度的因素

4．3．2 问题推荐度计算

4．4 实验设计与结果分析

4．4．1 问题相似度算法实验

4．4．2 问题相似度对比实验

4．4．3 问题推荐度算法实验

4．4．4 问题推荐度对比实验

4．5 本章小结

第5章 ALICE扩展

5．1 人工智能语言AIML

5．1．1 AIML知识库

5．1．2 ALICE的内部推理机制

5．1．3 AIML的优缺点

5．2 AIML汉语扩展

5．2．1 分词处理

5．2．2 同义词处理

5．2．3 句式变换

5．2．4 AIML知识库构建

5．3 AIML语义接口扩展

5．3．1 AIML扩展模板

5．3．2 AIML扩展实例

5．4 ALICE语义推理扩展

5．4．1 Jena及其结构

5．4．2 Jena推理机

5．4．3 语义推理实验

5．5 本章小结

第6章 智能问答系统的实现

6．1 系统的总体结构

6．1．1 多策略混合模型

6．1．2 系统的总体架构

6．1．3 系统流程图

6．2 系统的实现

6．2．1 系统库的构建

6．2．2 问题列表的建立

6．2．3 用户应用层的功能

6．2．4 系统界面展示

6．3 实验结果与分析

6．3．1 系统性能测试

6．3．2 系统问题抽取能力测试

6．4 本章小结

第7章 总结与展望

7．1 论文总结

7．2 下一步研究方向

7．3 本章小结

参考文献

攻读学位期间发表的论著

致谢