自然语言问答中的语义关系识别

段江丽^1,2(),胡新^2,*()

1. 重庆邮电大学计算智能重庆市重点实验室, 重庆 400065
2. 长江师范学院大数据与智能工程学院, 重庆 408100

收稿日期:2019-07-22出版日期:2020-06-20发布日期:2020-06-16
通讯作者:胡新E-mail:d180201004@stu.cqupt.edu.cn;huxin@yznu.edu.cn
作者简介:段江丽(1989—)，女，云南怒江人，博士研究生，主要研究方向为粒计算，知识图谱，问答，数据挖掘. E-mail: d180201004@stu.cqupt.edu.cn
基金资助:重庆邮电大学博士研究生人才培养项目(BYJS201908);重庆市教委科技研究计划青年项目(KJQN201901414);长江师范学院高层次人才科研启动金项目(0107/011160052)

Semantic relation recognition for natural language question answering

Jiangli DUAN^1,2(),Xin HU^2,*()

1. Chongqing Key Laboratory of Computational Intelligence, Chongqing University of Posts and Telecommunications, Chongqing 400065, China
2. College of Big Data and Intelligent Engineering, Yangtze Normal University, Chongqing 408100, China

Received:2019-07-22Online:2020-06-20Published:2020-06-16
Contact:Xin HU E-mail:d180201004@stu.cqupt.edu.cn;huxin@yznu.edu.cn

Supported by:重庆邮电大学博士研究生人才培养项目(BYJS201908);重庆市教委科技研究计划青年项目(KJQN201901414);长江师范学院高层次人才科研启动金项目(0107/011160052)

摘要/Abstract

摘要： 为了避免问句理解阶段过度依赖命名实体,通过语义关系理解中文自然语言问句中关键信息的逻辑关系,提出基于依赖结构的语义关系识别方法,从问句的依赖结构集中识别出对生成语义关系有价值的三类依赖结构集,将三类依赖结构集组合或转换得到语义关系。在中文标准问答数据集上的试验结果验证了本语义关系识别方法的有效性和可扩展性,本方法在命名实体识别失败时也可以理解中文自然语言问句。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1930