[發明專利]一種問答對檢索方法及社區問答檢索系統

有效

• 申請號: 201610082304.6
• 申請日: 2016-02-05
• 公開（公告）號: CN105786794B
• 公開（公告）日: 2018-09-04
• 發明（設計）人: 王金龍;董日壯
• 申請（專利權）人: 青島理工大學
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種問答對檢索方法，其特征在于，包括：

從問句中提取至少一個關鍵詞，并獲取每個關鍵詞的擴展詞以及每個擴展詞與對應關鍵詞的最終相似度；

分析所述問句中具有語法關聯的每兩個詞項之間的依存關系；

根據預先為所述依存關系設定的重要度權重，確定反映所述問句中每兩個詞項之間緊密程度的距離權重；

根據所述距離權重確定所述問句中每兩個詞項之間的關聯度；

根據所述關聯度確定所述問句中每個詞項的詞項權重，并根據所述問句中每個詞項的詞項權重檢索與所述問句相關的問答對；

根據所述擴展詞與對應關鍵詞的最終相似度計算所述擴展詞的詞項權重，并根據所述擴展詞的詞項權重檢索與所述問句相關的問答對；

將檢索出的所有問答對按照預設規則進行排序顯示。

2.根據權利要求1所述的方法，其特征在于，所述獲取每個關鍵詞的擴展詞以及每個擴展詞與對應關鍵詞的最終相似度，包括：

利用知網HowNet分別獲取每個關鍵詞的至少一個擴展詞，并定義每個擴展詞與對應關鍵詞的初始相似度均為1；

利用同義詞詞林分別獲取每個關鍵詞的至少一個擴展詞，并定義每個擴展詞與對應關鍵詞的初始相似度均為1；

利用經訓練后的文本深度表示模型word2vec，分別獲取每個關鍵詞的至少一個擴展詞以及每個擴展詞與對應關鍵詞的初始相似度；

合并獲取到的相同擴展詞，分別計算合并后的每個擴展詞與對應關鍵詞的最終相似度S_R，其中，S_R＝S_sum/3，S_sum為所述擴展詞對應的所有初始相似度之和。

3.根據權利要求1所述的方法，其特征在于，所述根據預先為所述依存關系設定的重要度權重，確定反映所述問句中每兩個詞項之間緊密程度的距離權重，包括：

分別計算第一詞項與每個第二詞項之間的距離權重D，所述第一詞項為所述問句中的任意一個詞項，所述第二詞項為與所述第一詞項存在所述依存關系的詞項；

其中，y為預先為所述第一詞項與所述第二詞項之間的依存關系設置的重要度權重,α為基準值；

分別計算所述第一詞項與每個第三詞項之間的距離權重Dis，所述第三詞項為所述問句中除所述第一詞項外的任意一個詞項，Dis為所述第一詞項與所述第三詞項之間存在的至少一種依存關系對應的至少一種距離權重D之和。

4.根據權利要求3所述的方法，其特征在于，所述根據所述距離權重確定所述問句中每兩個詞項之間的關聯度，包括：

按照下述公式計算所述問句中詞項t_i和詞項t_j之間的關聯度w_rel(i,j)：

w_rel(i,j)＝λDep(t_i,t_j)+(1-λ)Close_pmi(t_i,t_j)；

其中，

t_i表示所述問句中的第i個詞項，t_j表示所述問句中的第j個詞項,i＝1,2……n，j＝1,2……n，n為所述問句中的詞項總數；

λ為調節因子；

b為一個大于1的常數；

Dis(t_i,t_j)為詞項t_i和詞項t_j之間的距離權重；

為問句集中詞項t_i和詞項t_j共同出現的概率，N_d(t_i,t_j)為問句集中詞項t_i和詞項t_j同時出現的問句的個數，N_D為問句集中的問句總數；

和分別表示詞項t_i和詞項t_j各自在問句集中出現的概率，N_d(t_i)為問句集中包含詞項t_i的問句的總數,N_d(t_j)為問句集中包含詞項t_j的問句總數，N_D為問句集中的問句總數。