基于加权潜在语义分析的答案抽取  

Answer Extraction Based on Weighted Latent Semantic Analysis

作　　者：陈永平[1] 杨思春[2] 苏新[1] 毛万胜[1] 

机构地区：[1]马鞍山职业技术学院计算机系,马鞍山243000 [2]安徽工业大学计算机学院,马鞍山243002

出　　处：《计算机系统应用》2012年第1期40-44,共5页Computer Systems & Applications

基　　金：安徽省高校省级自然科学基金(KJ2010B223)

摘　　要：问答系统应该能够用准确、简洁的语言回答用户用自然语言提出的问题,其关键和核心实现技术是答案抽取。结合关键词在用户问句和返回文档中的权重,通过潜在语义分析技术实现了中文问答系统中的答案抽取。实验结果表明,加权LSA的MRR值要明显优于未加权LSA和空间向量模型的MRR值,实际用于回答用户提出的问题具有较好的效果。Question answering system returns precise and concise answers for user questions in natural language,and its core technology is answer extraction.Based on weight importance of different key words in user＇ questions and returned documents,a method for computing keyword weight is proposed.In the meantime,the weighted Latent Semantic Analysis technique is also introduced in this process.Experimental results show that the MRR of the proposed method is better than that of Vector Space Model,and gets a more satisfactory performance.

关 键 词：问答系统 答案抽取 潜在语义分析 空间向量模型 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]