统计学习中文问句分类方法研究

项目名称： 统计学习中文问句分类方法研究

项目编号： No.61365010

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 苏磊

作者单位： 昆明理工大学

项目金额： 46万元

中文摘要： 问句分类是问答系统的关键部分，是制定答案抽取策略和精确定位答案的依据，问句分类准确性直接影响问答系统的性能。课题针对统计学习问句分类所面临的"数据稀疏"、"维数灾难"、"无标记数据利用"、"领域可移植"和"多标记分类"难点问题开展研究。在问句特征提取及高维降维方面，基于词汇语义相似度计算方法进行特征提取，基于有监督的局部线性嵌入非线性流形问句特征降维，可有效处理特征向量空间"数据稀疏"和"维数灾难"问题；在利用无标记类别问句样本方面，结合句法结构特征的树核函数，采用图上半监督学习方法问句分类，可有效处理"无标记数据利用"问题；在分类器领域适应性方面，融合问句相似度计算和标记传播方法，可有效解决"领域可移植"问题；在问句多标记分类方面，采用多示例多标记框架解决"多标记分类"问题。课题研究成果有非常重要的理论意义和实用价值。

中文关键词： 问答系统；问句分类；半监督学习；迁移学习；多标记学习

英文摘要： Question Classification, an important module of Question Answering system, is the foundation of answer extraction and answer location. A correct result of question classification could contribute to the strategy of answer extraction. To solve the problem

英文关键词： Question Answering System；Question Classification；Semi-Supervised Learning；Transfer Learning；Multi-Label Learning