[发明专利]一种基于语义依存树的答案抽取方法

摘要

本发明公开了一种基于语义依存树的答案抽取方法，该方法在考虑问句和候选答案句之间的语义关系的基础上，综合考虑向量相似度、词形相似度和依存路径长度相似度，在候选答案句中选取最佳答案，相比于其他算法在选择最佳答案句的准确率上有较大提升。

主权项

1.一种基于语义依存树的答案抽取方法，其特征在于，包括以下步骤：步骤1，利用语义技术平台对问句和多个候选答案句分别进行依存句法分析，得到问句的语义分析结果和每个候选答案句的语义分析结果；语义分析结果包括语义依存图和语义依存树；步骤2，选取多个候选答案句中的一个候选答案句，计算该候选答案句的语义依存树与问句的语义依存树之间的向量相似度Simtree；步骤3，计算问句和步骤2中选取的候选答案句的词形相似度Simword，采用的公式如下：其中，wi为对问句进行问题解析得到的关键词列表中的第i个关键词，m为对问句进行问题解析得到的关键词列表中关键词的总数，pl为问句的长度，sl为候选答案句的长度；步骤4，计算问句和步骤2中选取的候选答案句的依存路径长度相似度，具体方法如下：步骤4.1，对候选答案句采用j ieba分词工具包进行分词，得到多个词项；步骤4.2，在多个词项中找到与问句对应的关键词相同的词项，作为匹配词项；步骤4.3，采用如下公式计算问句和候选答案句的依存路径长度相似度Simpath：其中，wi,wj分别表示匹配词项中的第i个匹配词项和第j个匹配词项，a表示匹配词项的个数；path‑len(wi,wj)表示匹配词项wi和匹配词项wj的依存路径长度；步骤5，根据向量相似度Simtree、词形相似度Simword和依存路径长度相似度Simpath，计算得到整体相似度Sim，采用如下公式计算：Sim＝α·Simtree+β·Simword+γ·Simpath其中，α,β和γ均为调权参数；步骤6，返回步骤2，在多个候选答案句中重新选取一个候选答案句，得到所有候选答案句对应的整体相似度；选择整体相似度中的最大值对应的候选答案句即为问句的最佳答案句。