[發明專利]一種適用于自動問答系統的問句分類方法

在審

• 申請號: 201710582070.6
• 申請日: 2017-07-17
• 公開（公告）號: CN107608999A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 李曉飛;徐曉芳;韓光
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 朱楨榮

1.一種適用于自動問答系統的問句分類方法，其特征在于，包括以下步驟：

步驟一、獲取待分類的問句，利用分詞工具進行分詞和詞性標注，獲得分詞操作后的待分類的問句；

步驟二、對分詞操作后的待分類的問句進行預處理；

步驟三、找出預處理后的待分類的問句中的候選關鍵詞，組成候選關鍵詞集合，在TF-IDF算法的基礎上，考慮兩兩詞匯間的相關度和相似度，計算候選關鍵詞的權重值，根據候選關鍵詞的權重值，進行關鍵詞的提取；

步驟四、根據依存句法分析方法，提取關鍵詞的主謂、動賓及定中三種依存句法關系特征；

步驟五、利用訓練好的樸素貝葉斯模型，依據含有三種依存句法關系特征的關鍵詞的特征向量進行問句分類。

2.根據權利要求1所述的一種適用于自動問答系統的問句分類方法，其特征在于，步驟一中是基于條件隨機場CRF模型對問句進行分詞和詞性標注。

3.根據權利要求1所述的一種適用于自動問答系統的問句分類方法，其特征在于，所述步驟二具體如下：

去除停用詞，將文本噪聲用符號#表示；

統計文本噪聲在問句中出現的概率，當文字噪聲大于某一設定閾值時，判斷為普通問句，并利用預先建立的同義詞表進行同義詞替換。

4.根據權利要求1所述的一種適用于自動問答系統的問句分類方法，其特征在于，計算候選關鍵詞的權重值，具體如下：

S(Vi)=ni,jΣnl,j×log(|D|{DF(Vi)})×{1k×Σ[α×Sim(Vi,Vk)+(1-α)×rel(Vi,Vk)]}]]>

其中，S(V_i)是第i個候選關鍵詞V_i的權重值，n_i,j是V_i在第j類文檔D_j中出現的次數，∑n_l,j是第j類所有文檔中所有字詞的出現次數之和，|D|為總文檔的問句數，DF(V_i)為所有問句文檔中出現V_i的問句文檔數量，Sim(V_i,V_k)為通過Word2Vec計算得到的V_i與V_k之間的相似度，V_k為第k個候選關鍵詞，α為系數，rel(V_i,V_k)是V_i與V_k之間的相關度。