基于本体的自动问答系统

自然语言处理的一个分支–自动问答系统
本体（Ontology）的应用：
（1）信息检索
（2）自动问答
分词
停用此词处理
相似度计算
词语相似度计算
句子相似度计算
改进
（1）分词算法
（2）词语相似度计算的算法
（3）句子相似度计算的算法
提高：
查全率
查准率

---

存在问题：
无法充分反映用户查询目的
无法反映用户想要的内容
无法对用户检索需求进行语义方面的理解：
关键词匹配
语义方面（欠缺）
自动问答系统的工作原理：使用自然语言理解的技术，对问题进行理解分析然后抽取答案返回给用户。也就是将课本中问题和相应的答案组合在一起保存在FAQ库中，利用自然语言处理中的语义理解技术进行问题分析并匹配学生提问的问题，自动的给出问题答案的系统。
自动问答系统的优势：
信息检索方便性
信息检索准确性
信息检索智能性
分词工具：ICTCLAS(中国科学院大学)
所需要的技术：
网络通信原理
人工智能技术
信息检索技术
自然语言处理技术
研究内容：
自动问答系统领域本体的构建方法的研究
自动问答系统与处理的研究
词语相似度的研究
句子相似度计算研究
词语相似度的计算：
领域本体的概念相似度方法进行计算
否则利用语义相似度的计算方法
句子相似度的计算：
基于统计的TF-IDF算法
语义相似度算法
问句结构相似度算法
权值对句子相似度的影响
问答系统中的分词方法：
基于词典的分词方法
借助分词工具进行分词
相似度的计算：
基于《知网》的语义相似度的计算
基于领域本体的概念相似度计算