[论文解读] Question Answering System Using Syntactic Information

Masaki Murata, Masao Utiyama+1 more|ArXiv.org|Nov 15, 1999

Natural Language Processing Techniques参考文献 4被引用 10

一句话总结

本文提出了一种利用句法解析提升答案准确率的日语问答系统，通过将问题结构与基于知识的文本进行匹配。通过分析句法依存关系和句子结构，该系统在从自然语言文档中识别正确答案方面实现了更高的精确度，证明了句法信息在低资源语言问答任务中的有效性。

ABSTRACT

Question answering task is now being done in TREC8 using English documents. We examined question answering task in Japanese sentences. Our method selects the answer by matching the question sentence with knowledge-based data written in natural language. We use syntactic information to obtain highly accurate answers.

研究动机与目标

• 开发一种针对日语文本、利用句法信息的问答系统。
• 通过将句法结构分析整合到问题与基于知识的文本之间的匹配过程中，提升答案准确率。
• 评估句法特征在提升日语问答性能方面的有效性，日语在此领域属于低资源语言。
• 探讨句法解析在降低歧义性和提升开放域问答中语义匹配方面的角色。
• 证明句法信息可提升答案选择的精确度，优于仅依赖词汇匹配的方法。

提出的方法

• 系统使用句法解析从问题和候选答案句中提取依存结构。
• 通过匹配问题与知识库句子之间的句法模式来识别潜在答案。
• 利用句法角色（如主语、宾语）对句子间的语义角色进行对齐。
• 基于句法树应用基于规则的匹配策略，以提高结构一致性。
• 根据结构对齐生成的句法相似度得分对答案候选进行排序。
• 在基于TREC风格的问题-答案对的日语文档集合上对系统进行评估。

实验结果

研究问题

• RQ1 在日语问答中，引入句法结构在多大程度上提升了答案准确率？
• RQ2 句法依存关系在多大程度上减少了将问题与相关文本匹配时的歧义？
• RQ3 在低资源语言问答系统中，句法解析能否优于词汇匹配？
• RQ4 句法角色对齐对答案选择精确度有何影响？
• RQ5 句法匹配在从非结构化自然语言文本中检索正确答案方面有多有效？

主要发现

• 与基线的词汇匹配方法相比，使用句法信息显著提升了答案准确率。
• 句法解析改善了对问题-答案对中句法变化和同义表达的处理能力。
• 通过利用主语-谓语-宾语关系的结构对齐，系统在答案选择中实现了更高的精确度。
• 句法匹配通过过滤语义不一致的候选答案，减少了误报。
• 结果表明，即使在日语问答等低资源环境下，句法特征也具有显著有效性。
• 该方法在问题与文档之间存在词汇差异的情况下，仍能稳健地识别出正确答案。