基于知識庫的的問答式系統的研究(四)

關鍵詞 關鍵詞轉換
有 共有、擁有、允許、包含、包括、管理
參加 參賽、競賽、比賽、允許、批準、同意
參加 參賽、競賽、比賽
簡介 介紹、歷史
簡介 介紹、歷史
每周最佳 出色、最好、突出
CBA常規賽MVP CBA常規賽MVP
CBA季后賽MVP 決賽、總決賽
CBA單場最 技術統計、記錄
球員球隊 效力、隸屬、服務、打
球員簽約 效力、隸屬、服務
技術統計 記錄、情況、得分、分數、表現
在 打、位置
球員號碼 球衣、號
球員簡介 籍貫、年齡、多大、年薪、身高、體重、生日、出生、多高、多重
地方 地點、位于、在、坐落
球員 簽約、擁有
教練 執教、聘請、簽約、指導、效力、隸屬、
簡介 介紹、情況
關鍵詞 關鍵詞轉換
球隊贊助商 贊助、俱樂部、隸屬、合同、簽約
董事長 老板、負責人
主場 城市
球隊簡介 正式、合法、使用、注冊、記錄、歷史
成立 組建、組建于
成績 記錄、戰績、比分
排名 記錄、創下、歷史、戰績
顏色 服裝
顏色 服裝
教練簡介 介紹、情況、個人簡介、個人情況
服務 執教、聘請、簽約、指導、效力、隸屬
冠軍 第一名
安排 計劃、日程安排、比賽安排
比賽規則 有 、按照、使用、遵從
半決賽記錄 戰績
CBA南北區 南區、北區、南方、北方
CBA球迷 Fans、粉絲
參加比賽 打比賽、參賽、出賽
城市 地點、位置、地區、位于、落于
球隊比賽 交手
比賽 比賽、輪、次數、場

                   
⒊ 模塊的具體實現
 在對關鍵詞模式的轉換中，我們立足于對現有的關鍵詞進行合理的擴展，即對體現關系的關鍵詞進行合理的近義或者同義擴展，并對疑問詞的位置進行適當的調換，力爭全方位、多角度、合理化的轉換問題模式。轉換的關鍵是用網絡中使用頻率較高的詞語代替句子中原有的關系詞。例：CBA包括多少支球隊？初步劃分為：CBA+包括+球隊。“包括”一詞在網絡中出現的頻率遠遠低于“有”，所以，在問題模式轉換過程中，將“包括”替換為“有”，提交給網絡的模式即為：CBA+有+球隊。
 該模塊的代碼如下：
輸入 string;
Sqlstr=”select mainkey  from   biao1
 Where mainkey-type=
 (select mainkey-type
 From  biao2
 Where enlarge-text=’$string’ )”
String=sqlstr
輸出 string
 上述代碼的作用是：依次將問題理解模塊傳來的關鍵詞，依次與關鍵詞轉換表中的詞相匹配，有則返回主關鍵詞，和問題理解模塊分析出的實體詞一起提交給網絡，進行下一步的操作。
 這其中涉及到對關鍵詞的擴展表的查詢，借用了SQL server中查詢語句“select”,通過獲取問題分析傳來的關鍵詞，對照擴展表，進行查詢、轉換。
 其表結構如表3.3、表3.4所示：
                   表3.3 關鍵詞表
字段名 數據類型
Mainkey 文本
Mainkey-type 數字
                  
                   表3.4 關鍵詞轉換表
字段名 數據類型
Enlarge-text 文本
Mainkey-type 數字
 當然，此種轉換方式存在一定的局限性. 例如:含有“球隊+參加+比賽”，既可以問參加比賽的球隊數量，也可以用來問具體的哪些球隊。為了解決這一局限性，我們提出了常見問題知識庫的建立。
3.2.3  常見問題知識庫的建立
 常見問題知識庫的建立是為了這樣的一個目的：直接給用戶一個簡介的答案。由于網絡信息的繁雜，及該系統的局限性等原因，對部分問題無法給出具體答案。我們覺得有必要建立這樣一個庫，一個立足于網絡的常見問題知識庫。即將用戶常見的、關心的問題，整理后存放入庫中。用戶點擊相關問題時，即可進入庫中，查看其答案。部分問題的答案因其篇幅等原因，暫時給出相關網站，用戶點擊問題后，在顯示相關網站的同時，觸發網絡連接，給用戶具體的網頁截取圖。
 在此庫中，我們將問題分為以下幾種類型：球員、球隊、比賽、其它。
 其表結構如表3.5所示：
                        表3.5 常見問題庫表
字段名 數據類型
question text
answer text
type text
               
 此模塊運行界面如圖3.3所示：
 
                                 圖3.3 常見問題庫
該模塊的建立代碼如下：
Dim myconn As New ADODB.Connection
Dim rs As New ADODB.Recordset
strconn = "provider=microsoft.jet.oledb.3.51; data source=D:\wenjian\db5.mdb"
Myconn.Open strconn
sqlstr = "select * from question where type like'球員'"
rs.Open sqlstr， myconn
List1.Clear
If Not rs.EOF Then
While Not rs.EOF
List1.AddItem "" & rs.Fields (1) & ""
rs.MoveNext
Wend
End If
 根據上述代碼，可以將一些常見的問題依次分類的加入到庫中，用戶查看時可以根據自己的問題進行相關查詢。必要的時候，可以對該庫進行相應的修改。
 上述模塊及關系的劃分，在具體的實現過程中可能有些變動，各種實體之間存在的關系可能也不止一種，體現關系的關鍵詞也會與現實存在差異。我們做這個系統的，一是為了檢驗我們前面所提出的“基于知識庫的問答系統”是否合理，是否可以順利實現，另一方面也希望對研究問答系統的其它模型有稍許幫助。系統中存在的種種問題及不足，我們力求最小化；模塊的劃分及選擇，我們力求大眾化；答案的模式取舍，我們力求簡單化。
   實驗結果和分析
 實驗平臺要求
 Visual basic 6.0能夠運行的條件:Windows95、Windows NT或者更高的版本;Microsoft Windows95支持的cd-rom. Microsoft Windows95支持的VGA或分辨率更高的監視器; Windows 95/98下要求的24MB內存， Windows nt下要求32MB以上的內存[11] 。
 具體實驗
 實驗一：CBA有多少球隊？程序運行的界面如圖4.1所示：
 
                              圖4.1 問題查詢
 類似的：CBA有多少支球隊？CBA有多少支參賽球隊？CBA有幾支球隊？等，系統均可以給出答案。
 實驗二：你知道有哪些球隊參加2005年CBA聯賽？對這樣的問題，系統暫時不能實現。程序運行界面如圖4.2所示:
 
                               圖4.2 問題查詢
 結果分析
 該系統可以對簡單的問題進行回答并返回用戶所需要的答案，但答案的模式并不是最簡單；系統對用戶的問題模式的分析并不十全十美，有時還會出現歧義，返回的答案也就出現錯誤；由于漢語的多樣性、復雜性，系統并不能保障不會出現任何沖突，這也是此程序今后的研究方向。

  系統的不足與展望
 本系統涉及的是一個簡單的、基于限定領域的問答系統，對用戶提出的問題，根據已有的問題模式，分析用戶的問題，再根據語義網絡知識庫對問題進行轉換處理，然后根據具體問題的搜索策略在因特網上進行搜索，得到相關的文本信息，在答案抽取階段再根據答案抽取規則從文本信息中提取出準確的答案，返回給用戶。
 在設計及實驗過程中，我們發現了不足：本系統中的問題理解部分，采用的分詞方法是群舉法，人為定義規則的方法對句子進行簡單的劃分和理解，再匹配可能的關鍵詞，進行轉換，這種做法雖然設計上比較簡單，但會出現一些問題，比如：系統不能準確分詞，系統很難在語義的程度上理解用戶所提出的問題。這樣往往會造成許多沖突（一個問題，多個答案）。雖然本系統努力嘗試把已發現的沖突解決，但是并不能保證所有沖突都已不存在（很多還沒有發現），這樣隨著系統的數據庫擴大，這種沖突會不斷的被發現，造成不可避免的錯誤。
 這次我們的問答系統只是簡單的實驗，離理想的目標還很遠，但是我們相信，隨著網絡和信息技術的快速發展，中文自動問答系統不僅可用作智能搜索引擎，還可以用在遠程教育，企業客戶咨詢等方面。我們有理由相信：不久的將來問答系統將會取得重大的突破并且得到廣泛的應用。
 
  結束語
 經過近四個月的努力，我們的基于知識庫的問答系統的設計基本完成。在整個的設計過程中，我們參閱了大量的資料，參考了其他一些系統，進行了大量的分析和研究工作，掌握了不少知識和技術。通過這次設計，使我對Visual Basic 6.0有了更深的認識與掌握；對 Access數據庫有了進一步的了解；更重要的是讓我學會了分析問題、處理問題的能力。在這次設計中，我的實際操作能力也有了很大的提高。沒有實際的操作，對知識的掌握是不牢固的，只有在不斷的實踐中才能不斷的提高自己的個人素質，掌握更多的東西。
 畢業設計是一個學習過程，它既是我們大學四年所學知識的總結，又是促使我們發現新問題、探究更新更廣的領域的開始。
 就這次的畢業設計來講，我們做得還很不夠，到現在為止還是有很多的遺憾，只有通過今后繼續努力學習，來彌補今天的遺憾。
 四年大學的學習生活已接近尾聲，回顧這幾年的學習、工作與生活，盡管遇到過許多困難和壓力，但總的來說還是令人滿意的。在老師、同學們的幫助下和自己的努力下，學習上我感覺進步很大，勞動得到了收獲。這段時間的學習將使我受益終身，為我以后的學習和工作打下了良好的基礎，為自己的美好大學生活畫一個圓滿的句號！
      
                        參 考 文 獻
 [1]  崔桓，蔡東風，苗雪雷﹒基于網絡的中文問答系統及信息抽取算法研究﹒中文信息學報，2004，18(3)：24~31
 [2]  關毅，王曉龍﹒面向專業網站的中文問答系統研究﹒哈爾濱工業大學學報，1999，5(3)：12~19
 [3]  張剛 劉挺 鄭實福﹒開放域中文問答系統的研究與實現﹒見曹右琦編﹒中國中文信息學會二十周年學術會議，北京：清華大學出版社，2001，11~19
 [4]  王樹西 白碩 姜吉發﹒基于自由文本的模式推理﹒見吳立德編﹒第一屆全國信息檢索與內容安全學術會議，上海：復旦大學出版社，2004：349~354
 [5]  白碩﹒大規模內容計算﹒見孫茂松編﹒語言計算與基于內容的文本處理，北京：清華大學出版社，2003：16~24 
 [6]  王永慶﹒人工智能原理與方法﹒西安：西安交通大學出版社，1999﹒297~350
 [7]  王曉龍﹒自然語言處理的若干問題研究﹒哈爾濱工業大學學報，2001，7(1)：29~35
 [8]  王睿 姚天昉﹒基于實體語義關系的中文問題-答案關系研究﹒見吳立德編﹒第一屆全國信息檢索與內容安全學術會議，上海：復旦大學出版社，2004：252~259
 [9]  董振東，董強﹒關于知網-中文信息結構庫﹒http://www.keenage.com，2000-10-05
 [10] 張宇 劉挺 文勖﹒基于改進貝葉斯模型的問題分類﹒見吳立德編﹒第一屆全國信息檢索與內容安全學術會議，上海：復旦大學出版社，2004：236~242
 [11] 潘宇斌，陳躍新﹒基于Ontology的自然語言理解﹒計算機技術與自動化，2003，22(4)：71~74
 [12] 馬秀峰﹒Visual Basic程序設計教程﹒山東：濟南山東大學出版社，2000﹒30~50
[13] 嚴蔚敏 吳偉民﹒數據結構﹒北京：清華大學出版社，1991﹒118~150
[14] 王珊 陳紅﹒數據庫原理教程﹒北京：清華大學出版社，1997﹒35~103
 [15] 李鑫，杜永萍﹒基于句法信息和語義信息的問題分類﹒見吳立德編﹒第一屆全國信息檢索與內容安全學術會議，上海：復旦大學出版社，2004：243~251
 [16] 陳康 武港山﹒基于Ontology的信息檢索技術研究. 見吳立德編﹒第一屆全國信息檢索與內容安全學術會議，上海：復旦大學出版社，2004：99～105

  致  謝
 首先，我向四年來辛勤培養、教育、關心幫助我的老師們表示最誠摯的敬意和感謝。向認真傳授給我知識的，孜孜不倦的對我教導的所有老師表示感謝，他們的教誨將使我受益終身。
 感謝其他所有給予我支持的人。在此再次表示衷心的感謝！

首頁 上一頁 1 2 3 4 下一頁 尾頁 4/4/4