胡 迁 黄青松，2 刘利军* 冯旭鹏

1(昆明理工大学信息工程与自动化学院 云南 昆明 650500)2(昆明理工大学云南省计算机技术应用重点实验室 云南 昆明 650500)3(昆明理工大学教育技术与网络中心 云南 昆明 650500)

0 引 言

随着自然语言处理技术的广泛应用和飞速发展，自动问答系统已然成为了自然语言处理领域的一个热点。传统的搜索引擎只能反馈给用户一系列相关文档，自动问答系统能够使用户以自然语言输入问题，并且反馈给用户一个简洁、准确的答案，而不是一系列相关文档。这表明和传统的搜索引擎相比，自动问答系统更加方便、准确。答案生成是自动问答系统中的一个非常重要的环节，其主要任务是对信息检索得到的原始文档进行处理，得到问题的原始答案集，最终通过一定算法从原始答案集中抽取出正确答案。传统的答案生成方法有：基于表层特征的答案提取，通过关系抽取答案、通过模式匹配抽取答案。自动问答中生成答案的形式主要为：以句子中关键词相似权重最高的句子作为答案，以检索文档中相关词的逻辑组合作为答案，以检索文档的摘要作为答案。孙昂等[2]提出一种基于句法分析的问句-候选答句组合特征集，并以此训练得到答案分类器完成答案抽取的方法，虽然答案抽取的准确率有所提高但得到的是经过分类的一系列候选答案。李鹏等[3]提出一种基于模式学习的形式化答案抽取方法，通过机器学习的方法自动生成用于答案抽取的形式化模板，通过问题模式和答案模式的自动匹配，直接获取答案，虽然取得了较好的答案抽取效果但是不同问题模式的匹配分布不均衡影响了其答案抽取的准确率。……