ＱＡ系统中问题答案置信度评分方法研究.doc

置信度指的是一个问题回答系统(QA 系统)对其所作回答的自信程度。描述了一种基于最大熵模型的算法。首先，从训练语料中提取若干因素来训练最大熵模型；然后应用训练好的模型在测试集上计算置信度。在 2002 年度的文本检索会议(TREC)中，QA 系统用该算法计算每个问题答案的置信度，并依此排序，获得了显著的成绩。　　
最大熵方法是建立统计语言模型的有效方法，具有较强的知识表达能力。但是，在用现有的最大熵方法建立统计模型时存在计算量大的问题，针对这一问题，提出了一种改进的最大熵方法。该方法采用互信息的概念，通过Z-测试进行特征选择，将该方法将该方法应用于汉语的义项排歧中，实验表明，该算法具有较高的的计算效率和正确率。
本系统认为，答案抽取问答（QA）系统作为一个分类问题，分类答案候选句成正面或负面影响，为了证实可行性，这种新方法，本系统首先提取特征有关的句子，利用最大熵模型对其进行置信度评估取的了良好的效果。

32页，17000字