基于逻辑表示与推理的阅读理解答案抽取

摘要

自动问答系统是信息检索领域的一个重要研究方向，阅读理解系统是其一个重要研究分支。阅读理解系统通过对一篇自然语言文本的分析理解，针对用户根据该文本所提的问题，自动抽取或者生成答案。知识表示与推理作为一种自然语言理解方法，具有将上下文知识形式化并易于自动推理的优点。本文将知识表示与推理应用于阅读理解系统。将逻辑推理应用与阅读理解需要将阅读理解问题转换为合适的逻辑推理问题，用逻辑推理得到的论证对阅读理解的问题进行答案抽取。
　　在文本的知识表示方法上，本文采用文本谓词表示方法。文本谓词表示是一种一阶谓词逻辑表示方法，不同的单词对应不同的逻辑谓词，谓词参数的位置信息表示句法语义信息。为实现文本谓词表示的自动生成，本文在句法分析的结果上建立了逻辑表示转换系统。并在定理证明机Prover9的基础上实现了文本逻辑表示的自动推理系统。
　　首先，本文将阅读理解篇章与问题送入逻辑表示转换系统生成对应的文本逻辑表示，对问题逻辑表示深入处理以保持阅读理解问题的意义；然后将逻辑表示与相关推理知识交给逻辑推理系统，得出推理论证。
　　在逻辑推理的过程中，知识库的作用至关重要。本文采用XWN作为推理知识库，并提出了一些推理规则作为知识库的补充。实验表明，这些补充推理规则提高了逻辑推理的准确率。
　　最后，本文按词袋方法从推理论证中抽取答案句，并用词袋方法为无法得到逻辑推理论证的问题抽取答案。最终在Remedia语料上获得了39.0％的HumSent准确率。本文还尝试用词袋方法返回多个答案，用逻辑推理方法对多个答案进行重排序，这种方法在Remedia语料上获得了40.0%的HumSent准确率。

目录

基于逻辑表示与推理的阅读理解答案抽取

ANSWER EXTRACTION BASED ON LOGIC REPRESENTATION AND REASONING FOR READING COMPREHENSION

摘要

Abstract

目录

绪论

1.1 课题背景及意义

1.2 阅读理解

1.3 文本逻辑表示与逻辑推理

1.3.1 文本逻辑表示

1.3.2 逻辑推理

1.3.3 XWN推理知识库

1.4 国内外研究现状

1.4.1 阅读理解系统研究现状

1.4.2 文本逻辑表示研究现状

1.5 本文主要研究内容

第2章 逻辑表示与逻辑推理

2.1 逻辑表示

2.1.1 一阶谓词逻辑

2.2 逻辑推理

2.2.1 谓词逻辑的演绎推理方法

2.2.2 消解法

2.3 逻辑推理工具

2.3.1 定理证明机Prover9

2.4 本章小结

第3章 文本逻辑表示与转换

3.1 文本谓词表示

3.1.1.1 基本谓词

3.1.1.2 动词谓词

3.1.1.3 修饰类谓词

3.1.1.4 连词谓词

3.1.1.5 介词谓词

3.1.1.6 名词所有格谓词

3.2 逻辑表示转换

3.2.1 逻辑转换系统结构

3.2.2 前序处理

3.2.3 逻辑转换规则

3.2.4 自底向上生成逻辑表示

3.2.5 逻辑转换启发式规则

3.3 本章小结

第4章 逻辑推理应用于阅读理解

4.1 逻辑表示后处理

4.1.1 篇章逻辑表示

4.1.2 问题逻辑表示

4.2 逻辑推理过程

4.2.1 推理论证

4.2.2 推理的效率

4.3 答案句抽取

4.4 逻辑推理知识库

4.4.1 XWN相关知识

4.4.2 WordNet上位关系知识

4.4.3 命名实体知识

4.5 对问题处理过程

4.5.1 问题约束加强

4.5.2 问题约束放松

4.5.3 问题处理的综合

4.6 相关实验和分析

4.6.1 实验设置

4.6.2 知识库的相关实验

4.6.3 问题处理的相关实验

4.7 本章小结

第5章 答案抽取实验及结果分析

5.1 实验设置

5.1.1 语料

5.1.2 评价方法

5.2 实验方法

5.2.1 基准词袋方法

5.2.2 VSM方法

5.2.3 基于逻辑推理论证的方法

5.2.4 多词袋结果重排序

5.2.5 三个答案句的评价

5.3 实验结果及分析

5.3.1 实验结果

5.3.2 实验结果分析

5.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢