篇章数

7

引证文献

0 !

参考文献

159

面向“三农”问答系统的关键技术研究图书

SSAPID:101-6709-9378-53
ISBN:978-7-5201-1836-1
DOI:
ISSN:

[内容简介] 本书以“三农”信息资源服务为目的,研究了“三农”信息资源服务的理论和实现技术;分别研究了“三农”概念簇的知识表示、基于混合策略的“三农”FAQ系统、面向“三农”问句分类,以及面向“三农”的答案抽取等关键技术;构建出面向“三农”问答系统。本书将问答系统融合到“三农”信息资源服务中,为我国“三农”信息资源服务提供一种新的服务模式,对拓展信息资源服务理论具有积极意义。

相关信息

丛书名:
作 者: 张军亮
编 辑:周志静;许葆华
出版社:社会科学文献出版社
出版时间: 2018年02月
语 种:中文
中图分类:G3 科学、科学研究

 后记

 序

 Abstract

 图目录

 第1章 绪论

  1.1 研究背景

   1.1.1 社会环境

   1.1.2 技术环境

   1.1.3 “三农”信息服务需求

  1.2 问答系统发展现状

   1.2.1 问答系统的历史

   1.2.2 问答系统概念及分类

   1.2.3 问答系统体系结构

   1.2.4 “三农”问答系统研究

  1.3 研究内容

   1.3.1 “三农”知识表示

   1.3.2 面向“三农”FAQ技术研究

   1.3.3 “三农”问题问句分类技术研究

   1.3.4 “三农”问题答案抽取技术研究

  1.4 研究方法及意义

   1.4.1 研究方法

   1.4.2 研究意义

  1.5 本书的组织结构

 第2章 中文信息处理基础

  2.1 引言

  2.2 分词

   2.2.1 分词概述

   2.2.2 分词方法

   2.2.3 中科院分词

  2.3 句法分析

   2.3.1 句法分析概述

   2.3.2 句法分析理论及方法

  2.4 知网(HowNet)

  2.5 本章小结

 第3章 “三农”概念簇表示研究

  3.1 引言

  3.2 文本分类相关研究

  3.3 基于规则的“三农”词表的构建

   3.3.1 “三农”词表数据结构设计

   3.3.2 基于DOM树的网页抽取

   3.3.3 基于正则表达式的信息抽取

  3.4 基于KNN的“三农”概念簇表示

   3.4.1 特征抽取

    3.4.1.1 人工抽取特征词

    3.4.1.2 词语特征合并

    3.4.1.3 特征权重生成

    3.4.1.4 KL变换降维

   3.4.2 基于KNN的“三农”概念簇形成

    3.4.2.1 KNN分类思想

    3.4.2.2 基于KNN的“三农”概念簇步骤

  3.5 实验及结果分析

   3.5.1 实验设计

   3.5.2 评价标准

   3.5.3 实验结果分析

  3.6 本章小结

 第4章 基于混合策略的“三农”FAQ系统研究

  4.1 引言

  4.2 FAQ系统相关研究

  4.3 “三农”FAQ中问题相似度算法

   4.3.1 基于句子词的表层相似度

    4.3.1.1 相同词语覆盖度

    4.3.1.2 句子长度相似度

    4.3.1.3 词序相似度

    4.3.1.4 句子词的表层相似度

   4.3.2 基于句法分析的语义相似度

    4.3.2.1 句法分析

    4.3.2.2 基于HowNet语义相似度计算

    4.3.2.3 动词相似度

    4.3.2.4 名词相似度

    4.3.2.5 句子语义相似度

   4.3.3 基于LSA的问句与答案相似度

    4.3.3.1 词项-文档权重形成

    4.3.3.2 潜在语义分析理论

    4.3.3.3 问句和答案主题相似度

   4.3.4 “三农”FAQ的综合相似度

  4.4 实验结果及分析

   4.4.1 实验设计

   4.4.2 实验结果分析

  4.5 本章小结

 第5章 “三农”问句分类研究

  5.1 引言

  5.2 问句分类相关研究

  5.3 “三农”问句的分类体系

  5.4 “三农”问句分类的特征选择

  5.5 基于规则模板的“三农”问句粗分类

   5.5.1 基于规则问句分类算法

   5.5.2 问句规则模板的抽取算法

  5.6 基于SVM“三农”问句精细分类研究

   5.6.1 SVM分类器

   5.6.2 “三农”问句特征向量

  5.7 实验结果及分析

   5.7.1 实验设计

   5.7.2 问句类别统计

   5.7.3 实验结果分析

    5.7.3.1 基于模板“三农”问句粗分类实验

    5.7.3.2 基于SVM“三农”方式性问句精细分类实验

  5.8 本章小结

 第6章 “三农”问答系统答案抽取研究

  6.1 引言

  6.2 相关研究

  6.3 基于农业知识库的答案抽取

   6.3.1 AGROVOC知识库

   6.3.2 基于关系组的答案抽取

  6.4 基于线索词的原因性问句答案抽取

   6.4.1 原因性问句的候选答案

   6.4.2 基于模板的答案抽取

  6.5 基于语义摘要的方式性问句答案抽取

   6.5.1 自动文摘概述

   6.5.2 基于主题词的文摘自动抽取

    6.5.2.1 主题段落抽取

    6.5.2.2 基于语义摘要的候选答案抽取

    6.5.2.3 基于答案问句语义匹配的答案排序

  6.6 实验结果及分析

   6.6.1 评价标准

   6.6.2 实验结果评价

  6.7 本章小结

 第7章 面向“三农”问答系统构建实现

  7.1 系统运行环境

   7.1.1 服务器环境

   7.1.2 客户端环境

  7.2 系统技术

   7.2.1 Java

   7.2.2 Ajax

   7.2.3 Google Ajax Search API

   7.2.4 HtmlParser

  7.3 系统的设计构建与实现

   7.3.1 系统逻辑结构设计

    7.3.1.1 系统用例图

    7.3.1.2 系统时序图设计

    7.3.1.3 系统体系结构

   7.3.2 系统实现

  7.4 本章小结

 第8章 结束语

  8.1 本书工作和创新之处

  8.2 研究不足及后续研究展望

  8.3 本章小结

 摘要

 表目录

本书以“三农”信息资源服务为目的,研究了“三农”信息资源服务的理论和实现技术;分别研究了“三农”概念簇的知识表示、基于混合策略的“三农”FAQ系统、面向“三农”问句分类,以及面向“三农”的答案抽取等关键技术;构建出面向“三农”问答系统。本书将问答系统融合到“三农”信息资源服务中,为我国“三农”信息资源服务提供一种新的服务模式,对拓展信息资源服务理论具有积极意义。

[1]Athenikos S.J.,Han H..Biomedical question answering:A survey[J].Computer Methods and Programs in Biomedicine,2010,1:1-24.

[2]Burke R.D.,Hammond K.J.,Kulyukin V.,et al..Question answering from frequently asked question files:Experiences with the FAQ FINDER system[J].AI Magazine,1997,2:57-66.

[3]Buscaldi D.,Rosso P.,José M.G.S.,et al..Answering questions with an n-gram based passage retrieval engine[J].Journal of Intelligent Information Systems,2010,2:113-134.

[4]Cao Y.G.,Cimino J.J.,Ely J.,et al..Automatically extracting information needs from complex clinical questions[J].Journal of Biomedical Informatics,2010,6:962-971.

[5]Cao Y.G.,Liu F.F.,Simpson P.,et al..AskHERMES:An online question answering system for complex clinical questions[J].Journal of Biomedical Informatics,2011,2:277-288.

[6]Chilimo W.L.,Ngulube P.,Stilwell C..Information Seeking Patterns and Telecentre Operations:A Case of Selected Rural Communities in Tanzania[J].International Journal of Libraries and Information Services,2011,1:37-49.

[7]Dornescu I..Semantic QA for Encyclopaedic Questions:EQUAL in GikiCLEF[C].Multilingual Information Access Evaluation I:Text Retrieval Experiments,2009:326-333.

[8]Etzioni,O.,Cafarella M.,Downey D.,et al..Unsupervised named-entity extraction from the Web:An experimental study[J].Artificial Intelligence,2005,1:91-134.

[9]Jahr E..Teaching children with autism to answer novel wh-questions by utilizing a multiple exemplar strategy[J].Research in Developmental Disabilities,2001,5:407-423.

[10]Kim,J.D.,Yamamoto Y.,et al..Natural Language Query Processing for Life Science Knowledge[C].The 6th international conference on Active media technology,2010:158-165.

[11]Lin,J.,Katz B..Building a reusable test collection for question answering[J].Journal of the American Society for Information Science and Technology,2006,7:851-861.

[12]Molla D.,Vicedo J.L..Question answering in restricted domains:An overview[J].Computational Linguistics,2007,1:41-61.

[13]Moriceau V.,Tannier X..FIDJI:using syntax for validating answers in multiple documents[J].Information Retrieval,2010,5:507-533.

[14]Pan Y.,Tang Y.,Luo Y.M.,et al..Question Classification Using Profile Hidden Markov Models[J].International Journal on Artificial Intelligence Tools,2010,1:121-131.

[15]Penas,A.,Forner P.,Sutcliffe R.,et al..Overview of ResPubliQA 2009:Question Answering Evaluation over European Legislation[C].Multilingual Information Access Evaluation I:Text Retrieval Experiments,2010:174-196.

[16]Qiu J.,Liao L.J.,Hao J.K..Chinese Question Retrieval System Using Dependency Information[C].The 6th international conference on Active media technology,2010:288-295.

[17]Quan,X.J.,Liu G.,Lu Z.,et al..Short text similarity based on probabilistic topics[J].Knowledge and Information Systems,2010,3:473-491.

[18]Quan X.J.,Liu W.Y.,Qiu B.T..Term Weighting Schemes for Question Categorization[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,5:1009-1021.

[19]Shah C.,Pomerantz J..Evaluating and Predicting Answer Quality in Community QA[C].Proceedings of the 33rd Annual International Acm Sigir Conference on Research Development in Information Retrieval,2010:411-418.

[20]Silva J.,Coheur L.,Mendes A.C.,et al..From symbolic to sub-symbolic information in question classification[J].Artificial Intelligence Review,2011,2:137-154.

[21]Song W.P.,Liu W.,Gu N.J.,et al..Automatic categorization of questions for user-interactive question answering[J].Information Processing & Management,2011,2:147-156.

[22]Takahashi A.,Takasu A.,Adachi J..Language Model Combination for Community-based Q&A Retrieval[C].22nd International Conference on Tools with Artificial Intelligence,2010:241-248.

[23]Turmo J.,Comas P.R.,Rosset S.,et al.,Overview of QAST 2009[C].The 10th cross-language evaluation forum conference on Multilingual information access evaluation:text retrieval experiment,2009:197-211.

[24]Vargas-Vera M.,Lytras M.D..AQUA:hybrid architecture for question answering services[J].IET Software,2010,4(6):418-433.

[25]Verberne S.,Hans H.,Theijissen D.,et al..Learning to rank for why-question answering[J].Information Retrieval,2011,2:107-132.

[26]Vicente-Diez M.T.,Pablo-Sánchez C.D.,Martínez P.,et al..Are Passages Enough? The MIRACLE Team Participation in QA @CLEF2009[C]. 10th cross-language evaluation forum conference on multilingual information access evaluation:text retrieval experiments,2009:281-288.

[27]Vila K..Model-Driven Knowledge-Based Development of Expected Answer Type Taxonomies for Restricted Domain Question Answering[C].The 2nd International Workshop on Business intelligencE and the WEB,2011:107-118.

[28]Wang K.,Min Z.Y.,Hu X.,et al..Segmentation of Multi-Sentence Questions:Towards Effective Question Retrieval in cQA Services[C].Sigir 2010:Proceedings of the 33rd Annual International Acm Sigir Conference on Research Development in Information Retrieval,2010:387-394.

[29]Wu M.J.,Marian A..A framework for corroborating answers from multiple web sources[J].Information Systems,2011,2:431-449.

[30]Yu Z.T.,Su L.,Li L.N.,et al..Question classification based on co-training style semi-supervised learning[J].Pattern Recognition Letters,2010,13:1975-1980.

[31]Zhang,Z.F.,Li Q.D..Question Holic:Hot topic discovery and trend analysis in community question answering systems[J].Expert Systems with Applications,2010,6:6848-6855.

[32]CaponigroI.,Davidson K..Ask,and tell as well:Question-Answer Clauses in American Sign Language[J].Natural Language Semantics,2011,4:323-371.

[33]Chali Y.,Hasan S.A.,Joty S.R..Improving graph-based random walks for complex question answering using syntactic,shallow semantic and extended string subsequence kernels[J].Information Processing & Management,2010,6:843-855.

[34]Fichman P..A comparative assessment of answer quality on four question answering sites[J].Journal of Information Science,2011,5:476-486.

[35]Kolomiyets O.,Moens M.F..A survey on question answering technology from an information retrieval perspective[J].Information Sciences,2011,24:5412-5434.

[36]Liu F.,Antieau L.D.,Yu H..Toward automated consumer question answering:Automatically separating consumer questions from professional questions in the healthcare domain[J].Journal of Biomedical Informatics,2011,6:1032-1038.

[37]Lloret E.,LIorens H.,Moreda P.,et al..Text Summarization Contribution to Semantic Question Answering:New Approaches for Finding Answers on the Web[J].International Journal of Intelligent Systems,2011,12:1125-1152.

[38]Lloret E.,Palomar M..Text summarisation in progress:a literature review[J].Artificial Intelligence Review,2011,1:1-41.

[39]Moens M.,Saint-Dizier P..Introduction to the special issue on question answering[J].Information Processing & Management,2011,6:805-807.

[40]Monz C..Machine learning for query formulation in question answering[J].Natural Language Engineering,2011,4:425-454.

[41]Moreda P.,LIorens H.,Saquete E.,et al..Combining semantic information in question answering systems[J].Information Processing & Management,2011,6:870-885.

[42]Moschitti A.,Quarteroni S..Linguistic kernels for answer re-ranking in question answering systems[J].Information Processing & Management,2011,6:825-842.

[43]Oh H.J.,Myaeng S.H.,Jang M.G..Effects of answer weight boosting in strategy-driven question answering[J].Information Processing & Management,2012,1:83-93.

[44]Saint-Dizier P.,Moens M.F..Knowledge and reasoning for question answering:Research perspectives[J].Information Processing & Management,2011,6:899-906.

[45]Tellez-Valero A.,Manuel M.Luis V.,et al..Learning to select the correct answer in multi-stream question answering[J].Information Processing & Management,2011,6:856-869.

[46]Wang D..Answering contextual questions based on ontologies and question templates[J].Frontiers of Computer Science in China,2011,4:405-418.

[47]Zhang Z.,Li Q.,Zeng D..Mining Evolutionary Topic Patterns in Community Question Answering Systems[J].IEEE Transactions on Systems Man and Cybernetics Part a-Systems and Humans,2011,5:828-833.

[48]Cruz C.M.,Urrea A.M..Extractive summarization based on word information and sentence position[A].Gelbukh A..Computational Linguistics and Intelligent Text Processing,2005:653-656.

[49]Hahn U.,Mani I..The challenges of automatic summarization[J].IEEE Computer,2000,11:29-36.

[50]Hashmi A.,Berry H.,Temam O.,et al..Automatic Abstraction and Fault Tolerance in Cortical Microachitectures[C].Isca 2011:Proceedings of the 38th Annual International Symposium on Computer Architecture,2011:1-10.

[51]Hu P.,He T.,Ji D.,et al..A study of Chinese text summarization using adaptive clustering of paragraphs[C].Fourth International Conference on Computer and Information Technology,2004:1159-1164.

[52]Johnson D.B.,Zou Q.,Dionisio J.D.,et al..Modeling medical content for automated summarization[A].Techniques in Bioinformatics and Medical Informatics,2002:247-258.

[53]Lee C.B.,Kimd M.S.,Park H.R..Automatic summarization based on principal component analysis[A].Progress in Artificial Intelligence,2003:409-413.

[54]Paice C.D..Automatic summarization.Computational Linguistics,2002,2:221-223.

[55]Saggion H.,Lapalme G..Summary generation and evaluation in SumUM[A].Advances in Artificial Intelligence,2000:329-338.

[56]Salton G.,Singhal A.,Mitra M.,et al..Automatic text structuring and summarization[J].Information Processing & Management,1997,2:193-207.

[57]Sparck-Jones K.,Endresniggemeyer B..Automatic Summarizing-introduction[J].Information Processing & Management,1995,5:625-630.

[58]Unruh,A.,Washington R.,Rosenbloom P..A framework for automatic abstraction[A].Ghallab M.,Milani A..New Directions in Ai Planning,1996,203-216.

[59]杨晓蓉:《分布式农业科技信息共享关键技术研究与应用》,博士学位论文,中国农业科学院,2011。

[60]谢坤生、唐克俭:《农业信息资源的特点、分布及其网络建设》,《图书情报工作》1999年第1期,第60~62页。

[61]孙芸、黄世祥:《我国农业信息化服务体系建设的制约因素及路径选择》,《调研世界》2004年第8期,第24~26页。

[62]张峻峰、罗长寿、孙素芬等:《网络农业信息标准化问题思考》,《中国农学通报》2011年第1期,第461~465页。

[63]赵静娟、郑怀国、崔运鹏:《面向农村的统一信息服务研究》,《安徽农业科学》2009年第28期,第13946~13947、13956页。

[64]史国滨、王熙:《农业信息资源整合模式探讨》,《安徽农业科学》2011年第7期,第4207~4208、4213页。

[65]叶飞、夏立新、王俊:《基于主题图的农村村级电子政务信息门户系统研究》,《图书情报工作》2010年第8期,第29~32、20页。

[66]朱学芳、朱鹏:《农村信息资源共建服务系统设计与实现研究》,《吉林农业》2011年第9期,第38~39页。

[67]赵兰荣、朱学芳:《基于链接分析对我国农业网站建设的研究》,《科技情报开发与经济》2011年第11期,第110~112页。

[68]赵兰荣、朱学芳:《基于元搜索的农业信息可视化平台实现研究》,《农业图书情报学刊》2011年第12期,第5~8、11页。

[69]朱学芳、冯曦曦:《面向农业主题搜索引擎设计与实现》,《安徽农业科学》2011年第35期,第22183~22186页。

[70]刘群、张华平、俞鸿魁等:《基于层叠隐马模型的汉语词法分析》,《计算机研究与发展》2004年第8期,第1421~1429页。

[71]陈桂林、王永成、韩客松等:《一种改进的快速分词算法》,《计算机研究与发展》2000年第4期,第418~424页。

[72]俞鸿魁、张华平、刘群等:《基于层叠隐马尔可夫模型的中文命名实体识别》,《通信学报》2006年第2期,第87~94页。

[73]孙茂松、肖明、邹嘉彦:《基于无指导学习策略的无词表条件下的汉语自动分词》,《计算机学报》2004年第6期,第736~742页。

[74]曹勇刚、曹羽中、金茂忠等:《面向信息检索的自适应中文分词系统》,《软件学报》2006年第3期,第356~363页。

[75]骆正清、陈增武、王泽兵等:《汉语自动分词研究综述》,《浙江大学学报》(自然科学版)1997年第3期,第306~312页。

[76]吴应良、韦岗、李海洲等:《一种基于N-gram模型和机器学习的汉语分词算法》,《电子与信息学报》2001年第11期,第1148~1153页。

[77]刘水、李生、赵铁军等:《头驱动句法分析中的直接插值平滑算法》,《软件学报》2009年第11期,第2915~2924页。

[78]孙宏林、俞士汶:《浅层句法分析方法概述》,《当代语言学》2000年第2期,第74~83页。

[79]周强、孙茂松、黄昌宁等:《汉语句子的组块分析体系》,《计算机学报》1999年第11期,第1158~1165页。

[80]周强、孙茂松、黄昌宁等:《汉语最长名词短语的自动识别》,《软件学报》2000年第2期,第195~201页。

[81]周强、黄昌宁:《基于局部优先的汉语句法分析方法》,《软件学报》1999年第1期,第1~6页。

[82]徐延勇、周献中、井祥鹤等:《基于最大熵模型的汉语句子分析》,《电子学报》2003年第11期,第1608~1612页。

[83]刘挺、马金山、李生等:《基于词汇支配度的汉语依存分析模型》,《软件学报》2006年第9期,第1876~1883页。

[84]刘海涛、赵怿怡:《基于树库的汉语依存句法分析》,《模式识别与人工智能》2009年第1期,第17~21页。

[85]孟遥、李生、赵铁军等:《四种基本统计句法分析模型在汉语句法分析中的性能比较》,《中文信息学报》2003年第3期,第1~8页。

[86]代印唐、吴承荣、马胜祥等:《层级分类概率句法分析》,《软件学报》2011年第2期,第245~257页。

[87]曹海龙、赵铁军、李生等:《基于中心驱动模型的宾州中文树库(CTB)句法分析》,《高技术通讯》2007年第1期,第15~20页。

[88]王继成、武港山、周源远等:《一种篇章结构指导的中文Web文档自动摘要方法》,《计算机研究与发展》2003年第3期,第398~405页。

[89]耿焕同、蔡庆生、赵鹏等:《一种基于词共现图的文档自动摘要研究》,《情报学报》2005年第6期,第651~656页。

[90]王永成、许慧敏:《OA-1.4版中文自动摘要系统》,《高技术通讯》1998年第1期,第19~23页。

[91]陈燕敏、王晓龙、刘秉权等:《多知识源融合的自动摘要系统研究与实现》,《高技术通讯》2006年第4期,第337~341页。

[92]谭翀、陈跃新:《自动摘要方法综述》,《情报学报》2008年第1期,第62~68页。

[93]王建会:《中文信息处理中若干关键技术的研究》,博士学位论文,复旦大学,2004。

[94]刘德荣、王永成、刘传汉等:《基于主题概念的多文档自动摘要研究》,《情报学报》2005年第1期,第69~74页。

[95]黄水清、李志燕、梁刚等:《面向计算机类文献的自动摘要系统的研究与实现》,《图书与情报》2006年第3期,第93~97页。

[96]江开忠、李子成、顾君忠等:《基于用户兴趣的文本摘要方法研究》,《计算机应用》2007年第2期,第459~462、465页。

[97]刘兴林、郑启伦、马千里等:《一种基于主题词集的自动文摘方法》,《计算机应用研究》2011年第4期,第1322~1324页。

[98]蒋昌金、彭宏、陈建超等:《基于主题词权重和句子特征的自动文摘》,《华南理工大学学报(自然科学版)》2010年第7期,第50~55页。

[99]李蕾、钟义信、郭祥昊等:《面向特定领域的理解型中文自动文摘系统》,《计算机研究与发展》2000年第4期,第493~497页。

[100]王志琪、王永成、刘传汉等:《论自动文摘及其分类》,《情报学报》2005年第2期,第214~221页。

[101]张志昌、张宇、刘挺等:《基于话题和修辞识别的阅读理解why型问题回答》,《计算机研究与发展》2011年第2期,第216~223页。

[102]赵全东、王芳、任力生:《农业智能问答系统中的用户偏好研究》,《河北农业大学学报》2011年第1期,第127~130页。

[103]张巍、陈俊杰:《浅层语义分析及SPARQL在问答系统中的应用》,《计算机工程与应用》2011年第2期,第118~120页。

[104]张中峰、李秋丹:《社区问答系统研究综述》,《计算机科学》2010年第11期,第19~23页。

[105]田卫东、高艳影、祖永亮:《基于自学习规则和改进贝叶斯结合的问题分类》,《计算机应用研究》2010年第8期,第2869~2871页。

[106]卜文娟、张蕾:《基于概念图的中文FAQ问答系统》,《计算机工程》2010年第14期,第29~31页。

[107]贾君枝、王永芳、李婷:《面向农民的问答系统问句处理研究》,《现代图书情报技术》2010年第5期,第43~49页。

[108]张琳、胡杰:《FAQ问答系统句子相似度计算》,《郑州大学学报》(理学版)2010年第1期,第57~60页。

[109]曹均阔、黄萱菁:《基于依赖关系的定义类问题回答系统》,《自动化学报》2009年第11期,第1429~1435页。

[110]罗长寿、张峻峰、孙素芬等:《基于改进VSM的农业实用技术自动问答系统研究》,《安徽农业科学》2009年第28期,第13948~13950页。

[111]孙素芬、罗长寿、魏清凤:《Web农业实用技术自动问答系统设计实现》,《现代图书情报技术》2009年第7/8期,第70~78页。

[112]董晓霞、滕桂法、王芳等:《基于本体的农业信息服务系统》,《农机化研究》2009年第6期,第137~140页。

[113]钟敏娟、万常选、刘爱红:《基于词共现模型的常问问题集的自动问答系统研究》,《情报学报》2009年第2期,第242~247页。

[114]李茹、王文晶、梁吉业等:《基于汉语框架网的旅游信息问答系统设计》,《中文信息学报》2009年第2期,第34~40页。

[115]周宽久、吕玉鹏、古华贞:《基于本体的急救知识移动问答研究》,《情报学报》2009年第1期,第121~127页。

[116]王芳、滕桂法、赵洋等:《基于本体的农业问答系统研究》,《农机化研究》2009年第1期,第42~45页。

[117]李辉、张琦、卢湖川等:《基于知网的中文常问问答系统》,《计算机工程》2008年第23期,第62~64、67页。

[118]贾君枝、毛海飞:《汉语框架网络问答系统问句处理研究》,《图书情报工作》2008年第10期,第55~57页。

[119]贾君枝、邰杨芳:《汉语框架网络问答系统的问句分析设计与实现》,《现代图书情报技术》2008年第6期,第11~15页。

[120]孙昂、江铭虎、贺一帆等:《基于句法分析和答案分类的中文问答系统》,《电子学报》2008年第5期,第833~839页。

[121]胡宝顺、王大玲、于戈等:《基于句法结构特征分析及分类技术的答案提取算法》,《计算机学报》2008年第4期,第662~676页。

[122]杨思春、陈家骏:《中文自动问答中句子相似度计算研究》,《情报学报》2008年第27(1)期,第35~41页。

[123]余正涛、毛存礼、邓锦辉等:《基于模式学习的中文问答系统答案抽取方法》,《吉林大学学报》(工学版)2008年第1期,第142~147页。

[124]贾可亮、樊孝忠、许进忠:《基于KNN的汉语问句分类》,《微电子学与计算机》2008年第1期,第156~158页。

[125]陈康、樊孝忠等:《基于问句语义表征的中文问句相似度计算方法》,《北京理工大学学报》2007年第12期,第1073~1076页。

[126]王灿辉、张敏、马少平:《自然语言处理在信息检索中的应用综述》,《中文信息学报》2007年第2期,第35~45页。

[127]余正涛、樊孝忠、郭剑毅等:《基于潜在语义分析的汉语问答系统答案提取》,《计算机学报》2006年第10期,第1889~1893页。

[128]张亮、王树梅、黄河燕等:《面向中文问答系统的问句句法分析》,《山东大学学报》(理学版)2006年第3期,第30~33页。

[129]张亮、黄河燕、胡春玲:《中文问答系统模型研究》,《情报学报》2006年第2期,第197~201页。

[130]杜永萍、黄萱菁、吴立德:《模式学习在QA系统中的有效实现》,《计算机研究与发展》2006年第3期,第449~455页。

[131]张亮、黄河燕、胡春玲:《基于Ontology的中文问答系统问题分类研究》,《中国图书馆学报》2006年第2期,第60~65页。

[132]闫宏飞、陈翀:《词汇与中心词的距离信息对问句相似度匹配的影响》,《清华大学学报》(自然科学版)2005年第9期,第1873~1877页。

[133]余正涛、樊孝忠、郭剑毅:《基于支持向量机的汉语问句分类》,《华南理工大学学报》(自然科学版)2005年第9期。

[134]余正涛、樊孝忠:《基于最大熵模型的汉语问句语义组块分析》,《计算机工程》2005年第17期,第3~5页。

[135]游斓、周雅倩等:《基于最大熵模型的QA系统置信度评分算法》,《软件学报》2005年第8期,第1407~1414页。

[136]樊孝忠、李宏乔、李良富等:《银行领域汉语自动问答系统BAQS的研究与实现》,《北京理工大学学报》2004年第6期,第528~533页。

[137]郑实福、刘挺、秦兵等:《自动问答综述》,《中文信息学报》2002年第6期,第46~52页。

[138]黎新:《面向问答系统的段落检索技术研究》,博士学位论文,中国科学技术大学,2010。

[139]宋万鹏:《短文本相似度计算在用户交互问答系统中的应用》,博士学位论文,中国科学技术大学,2010。

[140]张亮:《面向开放域的中文问答系统问句处理相关技术研究》,博士学位论文,南京理工大学,2006。

[141]刘小明、樊孝忠、刘里:《融合事件信息的复杂问句分析方法》,《华南理工大学学报》(自然科学版)2011年第7期,第140~145页。

[142]杨思春、高超、戴新宇等:《基于SVM的中文查询分类》,《情报学报》2011年第9期,第946~950页。

[143]王君、李舟军、胡侠等:《一种新的复合核函数及在问句检索中的应用》,《电子与信息学报》2011年第1期,第129~135页。

[144]杨思春、戴新宇、陈家骏:《面向开放域问答的问题分类技术研究进展》,《电子学报》2015年第8期,第1627~1636页。

[145]杨思春、高超、戴新宇等:《基于差异性和重要性的问句特征组合》,《电子学报》2014年第5期,第918~924页。

[146]范云杰、刘怀亮、左晓飞等:《社区问答中基于维基百科的问题分类方法》,《情报科学》2014年第10期,第56~60页。

[147]刘康、张元哲、纪国良等:《基于表示学习的知识库问答研究进展与展望》,《自动化学报》2016年第6期,第807~818页。

[148]曾帅、王帅、袁勇等:《面向知识自动化的自动问答研究进展》,《自动化学报》2017年第9期,第1491~1508页。

[149]魏楚元、湛强、张大奎等:《基于问题语义表征的中文问答系统相似度计算方法》,《情报学报》2014年第10期,第1099~1107页。

[150]刘芳、于斐:《面向医疗行业的智能问答系统研究与实现》,《微电子学与计算机》2012年第11期,第95~98页。

[151]王东升、王卫民、王石等:《面向限定领域问答系统的自然语言理解方法综述》,《计算机科学》2017年第8期,第1~8页。

[152]魏清凤、罗长寿、贺立源等:《基于二维向量空间模型的农业技术智能问答系统研究》,《江苏农业科学》2012年第7期,第362~364页。

[153]张克亮、李伟刚、王慧兰:《基于本体的航空领域问答系统》,《中文信息学报》2015年第4期,第192~198页。

[154]刘宝瑞、郭宏娇:《基于Deep QA的图书馆数字参考咨询问答系统研究》,《情报科学》2017年第4期,第103~108页。

[155]李红梅、丁晟春:《基于本体和设计情景的产品设计领域知识问答系统研究》,《情报理论与实践》2015年第1期,第130~134页。

[156]郑颖、金松林、张自阳等:《基于本体的小麦病虫害问答系统构建与实现》,《河南农业科学》2016年第6期,第143~146页。

[157]王小林、镇丽华、杨思春等:《基于增量式贝叶斯模型的中文问句分类研究》,《计算机工程》2014年第9期,第238~242页。

[158]楚林、王忠义、夏立新:《网络问答社区的知识生态系统研究》,《图书情报工作》2016年第14期,第47~55页。

[159]周建政、谌志群、李治等:《问答系统中问题模式分类与相似度计算方法》,《计算机工程与应用》2014年第1期,第116~120页。