[发明专利]一种基于知识本体库的问答系统答案精准定位和抽取方法

权利要求书

1.一种基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，

对用户输入的问题进行预处理，过滤掉非关键信息计算出候选问题集合，形成候选问题库；

将所有问句用向量表示，每个问句用一个n维的问句向量表示,n为所有问句中词的总数，每个问句向量的形式为S_向量＝(s₁,s₂,…,s_n)，s_i按下面公式进行计算：

s_i＝k_i×tf_i×idf_i；

上述公式中k_i表示第i个词的权重，tf_i表示第i个词在问句集合中出现的频率，idf表示第i个词在问句集合中出现的反频率；

设用户提问的问题为S',常问问题库中的问句为S,那么要计算两个问句之间的相似度,等同于计算两个向量之间的夹角余弦,公式如下所示：

完成基于统计方法的相似度判别后，将相似度结果与阈值T1进行比较；大于阈值则输出对应答案，小于阈值则进入基于语义的进一步计算步骤；

用户提问问句S包含词(W₁,W₂,…,W_M)，用户提问的问题S'包含词(W′₁,W′₂,…,W′_M)，则用Similarity(W_i,W′_j)表示词W_i(1≤i≤m)和W′_j(1≤j≤n)之间的相似度，句子S和句子S'中任何两个词的相似度为S(W_i,W′_j)，计算句子S和句子S'之间的语义相似度Similarity(S,S')为：

2.如权利要求1所述的基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，非关键信息包括掉连接词、语气词以及介词。

3.如权利要求1所述的基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，预处理还包括：对知识本体库的问题集中的问题进行分词、词性标注、去停用词处理。

4.如权利要求1所述的基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，主题词的权重设为1，问点词的权重设为0.9，一般关键词的权重设为0.8。

5.如权利要求1所述的基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，阈值T1设定为0.8。

6.如权利要求1所述的基于知识本体库的问答系统答案精准定位和抽取方法，其特征在于，主题词的权重大于问点词的权重，问点词的权重又大于一般关键词的权重。