自动问答系统的设计与开发开题报告

1. 研究目的与意义（文献综述）

1.1研究背景：

20世纪90年代以来，internet在世界范围内得到了迅猛的发展，互联网上信息越来越多，为人们提供了丰富的信息资源。另一方面，网上的信息越来越多，极大地推动了自然语言处理技术的发展，同时也对自然语言处理技术提出了更高的要求:人们希望在杂乱无章的网络世界中快速、准确地获得自己想要的信息。虽然现在互联网上有很多搜索引擎可以帮助人们搜索自己想要的信息，但是目前的搜索引擎还有很多缺点，并不能满足人们方便、快速、准确地获取信息的需要。表现在以下三个方面:一是相关性信息太多。传统的搜索引擎返回的相关网页太多，用户很难快速准确地定位到所需的信息。例如，用户在google上输入几个关键字，它有可能返回成千上万个网页，用户将浪费很多时间在这些网页中查找自己所需要的信息。二是以关键词的逻辑组合来表达检索需求，因为人们的检索需求往往是非常复杂而特殊的，是无法以几个关键词的简单组合来表达的，这样用户都没有将自己的检索意图表达清楚，搜索引擎自然也就没有办法找出令用户满意的答案了。三是以关键词为基础的索引、匹配算法，尽管该算法简单易行，毕竟停留在语言的表层，而没有触及语义，因此检索效果很难进一步提高。

2. 研究的基本内容与方案

2.1基本内容（功能）：

本次自动问答系统是包含知识存储、知识表示、信息抽取、自然语言处理等多方面研究技术的综合性应用系统。其体系结构包括问题分析模块、信息检索模块以及答案抽取和排序模块。

问题解析模块：

3. 研究计划与安排

(1) 2016/1/11—2016/1/22：查阅参考文献，明确选题；

(2) 2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；

(3) 2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；

4. 参考文献（12篇以上）

[1] khodadi, iman,and mohammad saniee abadeh. "genetic programming-based feature learningfor question answering." information processing management (2015).

[2] abacha, asma ben, andpierre zweigenbaum. "means: a medical question-answering system combiningnlp techniques and semantic web technologies." information processing management 51.5 (2015): 570-594.

[3] yen, show-jane, et al."a support vector machine-based context-ranking model for questionanswering." information sciences 224 (2013): 77-87.