句法分析和深度神经网络在中文问答系统答案抽取中的研究

句法分析和深度神经网络在中文问答系统答案抽取中的研究

李超，柴玉梅，高明磊，昝红英

郑州大学

答案抽取是问答系统中的核心内容，问题及答案句的句法和语义充分理解是找出答案的关键.由于中文自然语言句法语义分析复杂，人工提取特征难度较大、主观性较强，使之成为中文问答系统的研究重点和难点.为此本文提出利用深度学习的思想主动学习候选答案深度特征，将答案抽取问题转化为特征学习与分类问题.即用词向量表征问题句和答案句，通过长短时记忆神经网络主动学习其深层语义相关，借助依存句法树分析句法结构特征，构造深度神经网络学习问题句、答案句和候选答案之间的内在关联信息.实验表明，该方法在不需要制定繁琐句法语义特征的条件下，仍具有较好的答案抽取性能，MRR值达到0.71.

小型微型计算机系统

2017, 38(6): 1341-1346

作者简介李超，男，1989年生，硕士研究生，主要研究方向为机器学习、自然语言处理等； 柴玉梅(通信作者)，女，1964年生，硕士，教授，CCF会员，主要研究方向为机器学习、自然语言处理等； 高明磊，女，1963年生，实验师，主要研究方向为数据分析、工控系统； 昝红英，女，1966年生，博士，教授，CCF会员，主要研究方向为自然语言处理.

http://xwxt.sict.ac.cn/CN/Y2017/V38/I6/1341