中英文双语问答系统中问句处理的研究

摘要

自然语言问答系统通常包括问句处理、文本检索、答案抽取三个主要模块。其中问句处理处于问答系统的第一部分，其结果将直接影响到后面两个模块的策略及整个问答系统的性能。问句处理的主要任务是确定问句的类别、提取关键字、确定问句的焦点及查询生成。多语种自然语言问答系统，是指能够同时处理一种以上自然语言的问答系统。多语种自然语言问答系统允许用户以多种自然语言提出问句，或可以在多语种的信息源中获取答案。本文结合目前问答系统领域的研究成果，在考虑结合先前完成的一个文本检索和答案抽取模块的前提下，设计并实现了一个面向中英文的双语问答系统的问句处理框架。在该框架中，首先通过语种鉴别确认其语种，然后根据不同的语种启动相应的问句处理模块。中英文的问句处理模块流程大致相同，分为：问句的预处理、问句分类、查询生成。本文提出了两个层面的问句分类。疑问词类别层面的分类根据问句疑问词的类别进行分类；答案类型层面的分类根据问句所期待答案的类别进行分类。疑问词类别层面的分类有助于答案类型层面的分类，按照答案类型的分类则有助于答案抽取步骤中对答案的定位。