پاسخگويي به سؤالات كاربر با يك رويكرد معنايي

پاسخگويي به سؤاالت كاربر با يك رويكرد معنايي

فر اسدی سميه

پاسخگويي به سؤاالت كاربر با يك رويكرد معنايي2

عناوين

شرح مسألهسامانه هاي پرسش و پاسخ

WordNetهستان شناسي مبانی نظری دستور واژه ای-نقشی

SBUQAسامانه (E-SBUQA )الگوهاي پيشنهادي و ارزيابي سامانه بهبود و توسعه يافته

نتيجه گيري و كارهاي آتيمراجع

پاسخگويي به سؤاالت كاربر با يك رويكرد معنايي 3

شرح مسأله

( )Information Retrieval- بازيابي اطالعات 1

( Question Answering System)- سامانه هاي پرسش و پاسخ 2

)SBUQA )Shahid Beheshti University Question Answer- سامانه 3

(Lexical Functional Grammer)- گرامر واژه اي- نقشي 4

WordNet- هستان شناسي 5

- نوآوريهاي پايان نامه6SBUQAبهبود الگوهاي پاسخ پرسش هاي مطرح شده در سامانه

(Why) افزودن الگوي پاسخ پرسش چرايي

(Yes-No) افزودن الگوي پاسخ پرسش آيا


سامانه هاي پرسش و پاسخ

حوزه- بازحوزه محدود مبتني بر پايگاه دانش

- انواع سامانه هاي پرسش و پاسخ 1

- مباني سامانه های پرسش و پاسخ حوزه- باز2 آن پردازش و کاربر پرسش دريافت اطالعات مي يابد )بازيابی را مرتبط متنهاي متون، مجموعه در و صف̀حات وب در که است جستجويی (موتور. شده بازيابی مستندات از نهايی پاسخ استخرا̀ج

هدفسوال

پردازش پرسش

کردن فرمولهاسناد پرس و جو بازيابي

موتور جستجو

استخراج پارگراف هاي

مربوط

ج̀واب استخراجدقيق جوابپرسش

پيکره وبمتني


- دسته بندی سامانه هاي پرسش و 3عنوانپاسخ سامانه پرسش و پاسخ

)1960(- SHRDLU- ELIZA – LILOG )1970( BASEBALL - LUNAR)1960(سامانه هاي هوش مصنوعی اولیه پرسش و پاسخ تحت وب START)1997( - AskMSR )2002( – QuASM - LCC – Answerbus)2002(

حاشيه نويسي متن یا پرسش ها START)1997(- Arena)2002(- AQUA )2003(- Surdeanu)2008( و دسته بندی نوع تجزيه گر لغوي

پاسخMulder)2001( – Webclopedia)2002(- Surdeanu)2008( -KorQUA )2002(- La Sapienza )2007(

هستان شناسي Webclopedia )2002( – PowerAnswer)2002(- AQUA )2003(- Puscasuy )2007(- La Sapienza )2007( - Surdeanu)2008( ,SBUQA)2008(,Joost)2007(

زبان غير از انگليسي KorQUA )2002(- Puscasuy )2007(- Joost)2007(تبديل پرسش به فرم منطقي

ني(تئوري استدالل مقبول انسا)TeLQAS)2005(- AQUA )2003(- La Sapienza )2007( -PowerAnswer)2002(

نگهداري پرسش و پاسخ مربوط يه مفاهيم

Clark)2003(- Surdeanu)2008(

روابط وابستگي Cui)2005( - Joost)2007(, SBUQA)2008(سامانه ي استفاده كننده از

بحث هاي اجتماعي وبSurdeanu)2008(

-)1960(- SHRDLU- ELIZA – LILOG )1970( BASEBALL - LUNAR)1960(حوزه محدودTeLQAS)2005( - رقابت هاي موجود در زمينه پرسش و پاسخ4

كنفرانس بازيابي متن(TREC )Text REtrieval Conference كارگاه آموزشي NTCIR )QAC- Question Answering

Callenge( پروژهHalo كارگاه آموزشيCLEF


هستان شناسي WordNet توسط آزمايشگاه علوم شناختي دانشگاه 2002در سال Princeton.اي̀جاد شد

هسته اصلی در اين هستان شناسيsynset.است Synsetسازماندهی شده اند و زیر کالس ها بصورت سلسله مراتبی در رابطه ی فوق کالس.Synonym است.واژه مورد نظر - پاسخ، هم معني با Guy,Cat( و))answer,say)Holonym(.واژه مورد نظر، عضوي از پاسخ است - felidate, cat( و)enjoy,like)

Hypernym است.واژه مورد نظر – پاسخ، مافوق( Cat,felied)Hyponym -مافوق پاسخ است.))،واژه مورد نظر domestic cat,cat

Troponyms(.واژه مورد نظر شيوه خاصي براي پاسخ است : speak,call)Meronym(.واژه مورد نظر، داراي عناصر پاسخ است - cat,pelage)

Causes(.واژه مورد نظر پاسخ را باعث مي شود : kill,die)

public void go)( throws JWNLException {

demonstrateListOperation)CAT(;demonstrateListOperation)DOG(;demonstrateSymmetricRelationshipOperation)FUNNY, DROLL(;

}

Direct hypernyms of "cat": [PointerTargetNode: [Synset: [Offset: 2037116] [POS: noun] Words: feline, felid -- )any of various lithe-bodied round-headed fissiped mammals many with retractile claws(] null]Direct hypernyms of "dog": [PointerTargetNode: [Synset: [Offset: 2000516] [POS: noun] Words: canine, canid -- )any of various fissiped mammals with nonretractile claws and typically long muzzles(] null]


دستور واژه ای-زبان شناسي محاسبات•نقشی

نظريه او فقط دانش زباني : 1957 در سال »زايا گشتاري چامسكي«نظريه •سخنگويان بومي يك زبان را توصیف می کند و نه چگونگي توليد و درك گفتار را.

اوالً واقعيت روان شناختي داشته باشد؛ يعني به طور

نسبي بيانگر فرآيندهايي باشد كه منتج به توليد و درك

گفتار مي شود يا دست كم به آن

، نزديك شود

ثانياً صوري باشد- يعني بتواند به مدل

دقيق محاسباتي تبديل شود-

ثالثاً، بين سطوح مختلف آن ارتباط دقيق و روشني

وجود داشته باشد تا در مجموع بتواند

فرآيندهاي زباني در ذهن را مدل سازي

. كند

نظريه مورد نياز براي

سامانه پردازش

زبان طبيعي

هدف گرامر واژه اي- نقشي

نظريه مورد نياز براي سامانه پردازش زبان طبيعي گرامر واژه اي- نقشي

نحو

واژگان

قواعد بخشواجي

سازه اي ساخت نقشي ساخت

معنا بخش

ترتيب خطي و سلسله مراتب واژه ها در ساخت سازه اي •گروهها را نشان مي دهد. براي نشان دادن ساخت سازه اي

نياز به قواعد ساخت گروهي و نمودارهاي درختي است. – نقشي هم همچون در دستور واژه ايساخت نقشي: •

دستور سنتي، نقش هاي نحوي فاعل، مفعول و متمم وجود و دارد كه به همراه مشخصه هايي مثل زمان، حالت، شخص

شمار، ساخت نقشي را شكل مي دهند. ساخت موضوعی:اطالعات معنایی جمله را از طریق نقش •

های معنایی نشان می دهد.) کیک توسط علی خورده شد(

I will always be there to help you.

ساخت سازه ای

ساخت نقشی

John cooked Mary a chicken in the gardenCook) پذیرنده بهره

) ور عامل


SBUQA )Shahid Beheshti University سامانه

Question Answer(

اسناداز) بازيابي شده) جستجو موتور

سند پيش پردازش

f-structureتشكيل پاسخ

f-structureتشكيل پرسش

با f-structureتشكيل پرسشو پرسش براي تعريف شده الگوهاي

مصداق هاي پاسخ f-structureتشكيلپرسش پاسخ الگوهاي اساس بر

تطبيق يافته

يكسان سازي اساس بر پاسخ جمله به امتيازدهيمصداق f-structureتوسعه يافته و پاسخ جمله هاي

پاسخ

و آنها امتياز اساس بر جمالت مرتب سازيپرسش انتظار مورد نوع با همنوع عبارت استخراج

پرسش ورودي

سند

-fمصداق structure پاسخ

f-structure پاسخ جمله

JAVARAP

LFG f-structure

LFG f-structure

WordNet

JWNL

(Where,When,Which,Who What,)


SBUQAالگوهاي پرسش و پاسخ سامانه

الگوي پرسش هاي معلوم دارای فعل اصلی :IQالگوي IAالگوي

الگوی پرسش های معلوم داراي فعل اصلی : IIQالگوي و فعل وجهی IIAالگوي



have يا doالگوي پرسش هاي داراي فعل کمکی : IVQ و IIIQ الگوي

IIIAالگوي IVAالگوي



VAالگوي : الگوي پرسشهاي مجهولVQالگوي

VIAالگوي : الگوي پرسشهاي ربطيVIQالگوي


SBUQAمحيط و ابزار پياده سازی در سامانه

Oracle JDeveloperشیء گرای جاوا و ب`ه ص`ورت اپل`ت جاوا، در محي`ط توسعه : زبان� برنامه نويس�ی10g

JWNL API: واسطWordNet به زبان جاوا، برای دسترسی به WordNet

( احتماالت�ی گ�ر ن : PCFG-Based Wide-Coverage LFG Parser)LFG f-structureتجزي�ه ا̀يي د مي كند. f-structure و c-structureتج̀زيه گ`ر، بازنما̀ي ا c-structure جمالت و متون انگليس`ي را تول̀ي ̀ب̀`ر ̀`ه گ ̀`ك تجزي ̀`ا Charniakكم ̀`ي خودكارBikel ي ̀`م حاشيه نويس ̀`ا ال̀گوريت ̀`د مي شود و ب ، f-structure تولي

توليد مي گردد.DCU به سبك تعريف شده f-structureساختار

پيش از آغاز عمليات جستجوی پاس̀خ، اسنادی که منبع جستجو (: JAVARAPابزار تشخيص مرجع ضمير) Casstlerigg stone circles in Cumbria, is one of the earliest stone circles built andهستند پردازش می شوند تا جمالت تفکيک، و ضميرها با مراجعشان جايگزين شوند.

archaeologists attribute it to those early axe manufacturers. AS the builders grew more skilful, stone circles attained more precision, popularity and began to spread inland .

Casstlerigg stone <-- it,

Casstlerigg stone circles in Cumbria, is one of the earliest stone circles built and archaeologists attribute <Casstlerigg stone> to those early axe manufacturers. AS the builders grew more skilful, stone circles attained more precision, popularity and began to spread inland.


در يکسان سازی توسعه يافته ساخت های نقشیSBUQAسامانه ي ل ) : حفره شا̀م ا الگو̀ه ف مخت̀ل subjاجزای ، obj ، adjunct )... ه ̀ب و ل ف̀ع ،

آنها نوع همراهمصداق )پرکننده : می( مقادير پر آن با حفره ها که است ای شوند. ها

: fsQ پاس̀خ مصداق نقشی ساختfsA : ) سند ) جمله کانديد پاسخ نقشی ساخت

تطابق ميزان سنجش براي تعيين شده نمادهاي fsAبا fsQسلسله مراتب وتطابق هر براي تعريف شده

ميزان تطابق حض متطابق پرکننده ها

قريبی تتطابق پرکننده ها

دم تطابق عپرکننده ها

ا م fsAدر fsQلف( وجود همه حفره های ا ا ت ا ع بعالوه fsAدر fsQ( وجود همه حفره های ب

ب م fsAحفره های اضافه تر در ب ت ب عدر fsQ( وجود تعدادی از )و نه همه( حفره های ج

fsA ج م ج ت ج ع

بعالوه fsAدر fsQ( وجود تعدادی از حفره های د د م fsAحفره های اضافه تر در د ت د ع

ر ز̀ي ش̀کل ه ̀ب مرات̀بی ز ن̀ي ا پرکننده ̀ه تقري̀بی ق تطا̀ب برای: است شده تعريف

: فعل نوع از پرکننده های تقريبی تطابقمعنی fsAمقدار- هم ،(synonym) مقدارfsQ. است از, )fsAمقدار- خاصی .fsQمقدار( troponymنوع است از, )fsQمقدار- خاصی .fsA مقدار( troponymنوع اس̀ت است. fsAمقدار( hypernymمافوق, )fsQمقدار- است. fsQمقدار( hypernymمافوق, )fsAمقدار-

جمل̀`ه ) اجزای س̀`اير پرکننده های تقريب̀`ی objتطاب̀`ق ،subj, adjunct:)

معنی fsAمقدار- هم ،(synonym) مقدارfsQ. است است. fsAمقدار( hypernymمافوق, )fsQمقدار- است. fsQمقدار( hypernymمافوق, )fsAمقدار- fsAمقدار- ، meronym مقدارfsQ. است fsAمقدار- ، holonym مقدارfsQ. است


( E-SBUQAپيشنهادي و ارزيابي سامانه بهبود و توسعه يافته)الگوهاي

شده - 1 مطرح قبلي س�ؤاالت ب�ه بهت�ر و Where,When,Which,Who)پاس�خگوييWhat)

الگوي اصالحIIA

الگوي اصالحIIIA

پرسش هر براي جست̀جو مورد الگوي به پاسخ الگو هاي تمام افزودن الگوي از غير الگو̀ها تمام ̀به پا̀س̀خ، در مفعول ̀به شده تبد̀يل فا̀عل الگوي افزودن

مجهول

ديگر - 2 سؤاالت انواع به پاسخگويي

پرسش پاسخ whyالگوهای

پرسشهاي پاسخ Yes-Noالگوهاي

ارزيابی- 3 ارزيابي معيارهاي سامانه ̀دو شده E-SBUQAو SBUQAارزيابي اضافه و اصالح الگوهاي براي

سامانه پرسش E-SBUQAارزيابی Yes-Noبراي

سامانه پرسش E-SBUQAارزيابی Whyبراي


IIAالگوي اصالح

الگوی پرسش های معلوم داراي فعل اصلی : IIQالگوي و فعل وجهی IIAالگوي

نظر از را تطابق بيشترين كه است آن پاسخ بهترين پاسخ و پرسش سامانه يك دركه آن كانديد، پاسخ زيادي تعداد حضور در كه چرا باشد داشته پرسش با جمله اجزاي

. مرتبه شد خواهد استخراج پاسخ بهترين عنوان به است، تطابق مرتبه باالترين داراي . بود خواهد پاسخ به سامانه اعتماد ميزان نشاندهنده تطابق

مرتبه تطابقپاسخ پرسش

E-SBUQA SBUQA

ا م ج م

But he could not see any price for tickets for adults for Saturday moring

What could the old man not see?


IIIAالگوي اصالح

نظر از را تطابق بيشترين كه است آن پاسخ بهترين پاسخ و پرسش سامانه يك دركه آن كانديد، پاسخ زيادي تعداد حضور در كه چرا باشد داشته پرسش با جمله اجزاي

. مرتبه شد خواهد استخراج پاسخ بهترين عنوان به است، تطابق مرتبه باالترين داراي . بود خواهد پاسخ به سامانه اعتماد ميزان نشاندهنده تطابق

مرتبه تطابقپاسخ پرسش

E-SBUQA SBUQA

ا م ج م

When Mr Jones woke up the next morning, he saw another piece of paper .

What did he see when he woke up?


مرتبه تطابقپاسخ پرسش الگو

E-SBUQA SBUQA

ب م ج مHis wife `s going to make his sandwiches after he married.

Who made Dave`s sandwiches after he married?

1

ام ج مShe had gone to the mauntain by train.

Where did Mrs Jones go for his holidays? 2

پرسش هر براي جستجو مورد الگوي به پاسخ الگو هاي تمام افزودن

الگوها تمام ب�ه پاس�خ، در مفعول ب�ه شده تبدي�ل فاع�ل الگوي افزودنمجهول الگوي از غير

تطابقمرتبهپاسخ پرسش شماره

E-SBUQA SBUQA

ب م -One day Nasreddin bought a donkey in the market.

When was the donkey in the market?

1

ام -He sometimes takes his mother out in them.

Who goes out in them with him sometimes?

2

Adjuncted

OBJAdjuncted

SUBPrPr

marketthein

donkeyOBJ

marketthein

donkeySUB


پاسخ الگوهایwhyپرسش

لگوهاي پاسخ داراي نشانه االگوهاي پاسخ بدون نشانه

ساخت نقشي مثال نشانهWhen she died, the house became too big for him SO He bought a smaller one in the next street

So

She did not drive fast, Because/Since She was old Because,SinceBecause/Since he was thinking, He could not sleep.

Pat came over from Irland to England with his wife one year To find work

To

When he was quite poor and alone, He went to see Nasreddin WhenA small talking dog was a big success When It came to our theatre.When Mr Jones woke up the next morning, it was nearly 8 a.mHe thought that your car was his chair And He sat on it. AndOne day he left the car And Went shoppingThe old man worked so hard in the garden that/ After that the headmaster became woried.

That ,After that

But last week he was worse, And he went to the doctor. But AndBut he never took his son, Because he was too young But

Because

Question: Why was she listening?

Who was always eager to know what was happening in everybody else `s house, was listening

Candidate Sentence: She was listening.

Final Answer: she was always eager to know what was happening in everybody else `s house.

PFORMADJ

PFORMADJ

PFORMADJ

inf_ToXCOMP

()PREDXCOMP

PFORMADJ

formCoordADJ _

PFORMADJ

formCoordADJ _ formCoordADJ _

PFORMADJ

PFORMADJ

. كه صورتي در بنابراين است يافته تطابق جمله اطراف در پاسخ موارد، اغلب درحدود احتمال� با شود استخراج پاسخ عنوان به بعد يا قبل جمله چند يا 70يك

. براي مي توان موارد اين گونه در بود خواهد جمالت ميان در پاسخ درصد،پاسخ عنوان به را يافته تطابق جمله حاوي پاراگراف تمام دقت افزايش

. كرد استخراج


پرسشهاي پاسخ Yes-Noالگوهاي

*whPRONFORM

PREDPROFOCUS

همان الگوهاي قبل را داريم تنها با اين تفاوت كه عبارت زير از تمام الگوهاي

پرسش حذف خواهد شد الگو ساخت نقشي مثال

” No“جمالت حاوي در ابتدا No, there are not any picture in this book

”not“جمالت حاوي پس� از فعل كمكي،

وجهي يا اصلي

شامل فعل كمكي و يا فعل وجهي

Of course, he did not say anything to Mrs Jones before he went upstairs.

فاقد فعل كمكي و

وجهي)داراي فعل اصلي(

Bill was not angryI had not enough money to pay for it.

جمالت داراي قيدهاي با مفهوم

مثبت يا منفي

شامل فعل كمكي و يا فعل وجهي

Do Mr and Mrs Jones go out often in the evening? Mr and Mrs Jones very seldom go out in the evening.

فاقد فعل كمكي و

وجهي)داراي فعل اصلي(

Was he good student?he was never good student.Did he succeed? He was never successfullWas she good at drawing?She was very bad at drawing.

وجود كلماتي نظير ”no”,”none ”

I have no relative in this country. there are any picture in this book.

وجود كلماتي نظير“no one”,

”nobody”, ”nothing ”

Did anyone would recognize him?Nobody would recognize him.

no Pr edADJ

not Pr edADJ

not( )Pr edAdjOBJ

not( )Pr edAdjXcomp

Pr edADJ

()Pr edAdjXcomp

edXcomp Pr

)det(Pr edOBJ ()detPr edXcomp

() predOBJ

() predSUBJ

Pr edADJ

YES


سامانه كه پرسشهايي .E-SBUQAدسته بندي نيست آنها براي پاسخ يافتن به قادر

دسته

توضيحاتنماد

1الگوهاي با ي و̀ل اس`ت آمده ه جم̀ل د چ̀ن ا ̀ي ك ̀ي بص`ورت ن م̀ت در ص`ريح پاس`خ تعريف شده مطابقت داده نشده ا̀ست. پاس̀خ ̀با تعر̀يف الگو هاي جديد قا̀بل بازيابي

است.)a(

2پا̀سخ ا̀ين پر̀سشها ̀به ̀صورت ̀صريح در قا̀لب ̀يك ̀يا چ̀ند جم̀له در م̀تن ظاهر نشده ا روشهاي مبتني بر ه ابزاري براي درك مفهوم م̀تن ا̀ست چرا ̀كه ̀ب ا̀ست و نياز ̀ب

الگو نمي توان به پاسخ نهايي دست يافت. )b(

3

پا̀س̀خ ̀صريح در م̀تن ب̀صورت ̀يك ̀يا چ̀ند جم̀له آمده ا̀ست و̀لي بدل̀يل وجود فا̀صله با از استفاده ا ̀ب و ني̀ست ل تشخ̀يص قا̀ب الگوهاي مطرح شده تو̀سط ي، نها̀ي پا̀سخ الگو̀ها ̀به تنها̀يي نمي توان ̀به پا̀سخ د̀س̀ت يا̀فت و نياز ̀به ابزاري ا̀ست ̀كه بتوان̀ند با ترك̀يب الگو̀ها و ̀يا ا̀ستفاده از شيوه اي براي درك مفهوم م̀تن ̀به پا̀سخ نها̀يي دست

يابند.

)c(

4 )d( ا̀ست ̀با ا̀ين تفاوت كه جم̀له منطبق ̀با پرسش در متن نيامده اس̀ت. 3مانند دسته

An old admiral was famous in the navy for his bad temper.

What had made the admiral famous?

What mistake had the actress made?

Mrs Harrie `s husband died when she was forty- five years old.She met a nice man who was a few years older than she was and two years after her first husband had died. She married for the second time.

Why did Mrs Harrie marry when she was forty seven?

She did not have very much money. Was Mary rich?


معيارهاي ارزيابي(Hill 1988; Hill 2000داده هاي آموزش و آزمايش: )

: معيارهای خاص سامانه های پرسش و پاسخ FHS :) تالش) اولين در دهد، موفقيت پاسخ پرسش به درستي به سامانه، توسط شده برگردانده پاسخ اولين FHSاگربرابر 1برابر صورت اين غير در . 0و مي شود

FARR :) پاسخ) اولين متقابل توسط رتبه بندي شده برگردانده پاسخ هاي بين در را پاسخ بهترين رتبه بندي معيار، اين . داشته صحيح پاسخ هاي در را رتبه بندي باالترين سامانه، توسط شده برگردانده پاسخ سومين اگر ً مثال مي كند مشخص سامانه

نباشند،. 1/3برابر FARRباشد، درست پاسخ ها از هيچكدام اگر .0برابر FARRمي شود مي شود

FARWR :) پاسخ) اولين متقابل كلمه اي جواب رتبه بندي به رسيدن از پيش كاربر كه است كلماتي تعدا̀د برابر معيار، اين" . پرسش يك پاسخ اگر ً مثال بخواند را آنها بايد آغاز" Florida Capital Tallahasseصحيح كلمه سومين از صحيح پاسخ و باشد،

مي شود. 1/3برابر FARWRشود،

TRR :) كل) متقابل . FARRمعيار رتبه بندي يك از بيش اگر مي گيرد نظر در را پاسخ بهترين تنها شد، اشاره آن به باال در كهباشيم، داشته صحيح نهايت، TRRپاسخ در و مي دهد نسبت يك هر به وزن يك و مي گيرد نظر در را صحيح پاسخ هاي همه

. باشند، صحيح چهارم و دوم پاسخ اگر ً مثال مي كند محاسبه را ها وزن اين مي شود.3/4= 1/4+½ برابر TRRمجموعمعيارهای برای مم̀کن FHSمقاد̀ير ، FARR ، FARWR و ،TRWR بازه ̀يک 1و 0در در ̀آل ايده مقدار و دار̀ند قرار

برابر خط`ا بدون پاس`خ و پرس`ش . 1س`امانه معيار برای ممک`ن ر مقاد̀ي کران 0از TRRاس`ت و می شود آغازرا بيشتری ̀صحيح پا̀سخ های تعداد ̀سامانه ̀که معنا̀ست بد̀ين با̀شد بزرگ̀تر معيار ا̀ين مقدار هر̀چه ندارد، باال̀يی

. است بازگردانده کاربر به


س�امانه دو و E-SBUQAو SBUQAارزيابی اصالح الگوهاي برايشده اضافه

از Which و When,Where,Who,What پ̀رسش نوع 100داده هاي آموزش: (Hill 2000)

Hill 1988; Hill پرسش به صورت تصادفي از )60تعداد داده هاي آزمايشي: پاسخي استخراج (2000

نمي شود. تعداد پاسخ (F)اشتباه

تعداد پاسخ (T)درست

سامانهnF nT

5 11 8 44 E- SBUQA5 16 6 39 SBUQARecall Precisio

n0/70 0/70 SBUQA0/80 0/84 E-SBUQA

سامانه FHS-TRR-FARR FARWR

E-SBUQA 0/73 0/81

SBUQA 0/65 0/80


سامانه پرسش E-SBUQAارزيابی Whyبراي

)داراي پاسخ موجود در متن به صورت عبارت، يك يا چند پرسش 100داده هاي آموزش: (Hill 2000جمله( از )

(Hill 1988 پرسش )60تعداد داده هاي آزمايش: پاسخي استخراج نمي شود.

پاسخهاي استخراج ش

ده

درستي پاسخ

d) )c( )a( )b(

nT nF

3 4 1 8 53 T0 0 0 0 17 F

Recall Precision

0/86 0/75 E-SBUQA

سامانه پرسش E-SBUQAارزيابی Yes-Noبراي

معيار FHS TRR FARR FARWR

مقدار 0/73 0/80 0/70 0/60

(Hill 1988پرسش از )30داده هاي آموزش: (Hill 2000پرسش )32تعداد داده هاي آزمايش:

پاسخي استخراج نشدهپاسخهاي

استخراج شده(d) )c( )a( )b(

nT nF

1 0 3 11 15 T0 0 0 0 1 F

Recall Precision

0/78 0/93 E-SBUQA

معيار FHS TRR FARR FARWR

مقدار 0/81 0/86 0/81 0/81


نتيجه گيريSBUQA به عنوان بهبود و اصال̀ح بر سامانه -E-SBUQAايجاد سامانه

SBUQA و بازنمايي ساخت واژه اي- نقشي در سامانه Wordnetاستفاده از تفسير دقيق پرسشهاي پيچيده با استفاده از استخراج روابط ميان كلمات توسط گرامر واژه اي- نقشي

براي گسترش معنايي پرسش و پاسخ هاي كانديدWordNetاستفاده از استفاده از دو كتاب داستان انگليسي مشتمل بر تعداد زيادي داستان كوتاه با متن ساده و روان و

E-SBUQAپرسش در انتهاي ه̀ر داستان براي آموزش و آزمايش سامانه SBUQA در سامانه IIIA و IIAاصال̀ح الگوي

با هدف شناسايي پاس̀خ در صورت تغيير زمان، نوع فعل و SBUQAافزودن تعدادي الگو به سامانه جابجايي حالت معنايي فاعل با مفعول

در دو دسته با نشانه و بدون نشانهWhyتعريف الگوهاي جديد براي شناسايي پاسخ پرسش ” No با ذكر عالمتهاي موجود براي پاسخ “Yes-Noتعريف الگوهاي جديد براي شناسايي پاسخ پرسش

درصد و ميزان 75 پرسش آزمايشي، داراي دقت 60( با Whyپاس̀خگويي سامانه به پرسشهاي چرايي ) درصد 86فراخواني

درصد و ميزان 93 پرسش آزمايشي، داراي دقت 32( با Whyپاس̀خگويي سامانه به پرسشهاي چرايي )درصد 78فراخواني

درصد و پاسخگويي 70 پرسش آزمايشي، با دقت و فراخواني 60 ب̀راي SBUQAپاسخگويي سامانه ، FHS درصد و كسب مقادير باالتر براي معيارهاي 80 درصد و فراخواني 84 با دقت E-SBUQAسامانه

FARR، FARWR و TRR در سامانه E-SBUQA نسبت به SBUQA پس از اصالح و بهبود در ب̀خش What و Where,When,Which,Whoپرسشهاي

و Why در پرسشهاي FARWR و FHS ، FARRكسب مقادير خوب)باالتر از ميانگين ( براي معيارهاي Yes-No

به علت كوتاه بودن داستانها و تطابق نداشتن بيش از دو جمله با پرسش TRRكسب مقدار پايين


كارهاي آتي

و انواع ديگر پرسش ها How,List, Whom, Whoseپرسش های سامانه براي توسعه صورت معنايي تري از جمله را نمايش مي دهد.كه واژه اي- نقشي گرامر موضوعي استفاده از بخش

استفاده از تجزيه گر واژه اي- نقشي اي̀جاد شده توسط آقاي فاروقي در دانشكده ادبيات فردوسي مشهد و امكان تصحيح اشكاالت NCLTجهت سهولت ورود اطالعات ب̀جاي استفاده از تجزيه گر برخط

وزن دهی به اجزای الگوها جهت باال بردن ميزان دقت استخراج پاسخ براي يافتن برخي پاسخهاي نهفتهWordNetاستفاده از روابط غير مستقيم عالوه بر روابط مستقيم در

تحليل كلمات منفي، غير قطعي و پيش زمينه نامطمئن براي افزايش دقت پاسخگوييامكان استفاده از هستان شناسي و سامانه تجزيه گر در صورت انجام اين الگوريتم براي زبان فارسي

گرامر واژه اي- نقشي براي فارسي


Software

1-Wordnet 1.7.1 software2- Oracle Jdeveloper 10J 3- Jwnl 1.4

Links

http://lfg-demo.computing.dcu.ie/lfgparser.html http://www-appn.comp.nus.edu.sg/~rpnlpir/cgi-bin/JavaRAP/JavaRAPdemo.cgi

مراجع

http://lfg-demo.computing.dcu.ie/lfgparser.html

http://www-appn.comp.nus.edu.sg/~rpnlpir/cgi-bin/JavaRAP/JavaRAPdemo.cgi

http://www-appn.comp.nus.edu.sg/~rpnlpir/cgi-bin/JavaRAP/JavaRAPdemo.cgi


مراجع o ,م زايشی )Ed. )1383., دبيرمقدم تور د̀س ن تکو̀ي و ش پيدا̀ي نظری، ی , زبانشنا̀س سازمان. تهران

. دانشگاهها انساني علوم کتب تدوين و مطالعهo( . ا, . 1384درودي ان̀ساني(. مقبول ا̀ستدالل با پاسخ و و پرسش برق مهندسي كامپيوتر،دانشکده گروه

.کامپيوتر تهران. دانشگاه تهرانo( . . ا, ج ساده(. 1386فاروقي هندواالن جمالت از پاره اي ماشي̀ني ترج̀مه براي محور با̀فت الگو̀يي ارا̀ئه

. - نقشي واژه اي د̀ستور پايه بر فار̀سي ̀به انساني انگلي̀سي علوم و ادبيات دانشكده زبانشنا̀سي گروهشريعتي علي .دكتر . , دكترا. فردوسي مشهد

o( . . ع, م و(. 1386يارمحمدي پرسش ̀سيستم ̀يک در شده بازيا̀بی م̀ستندات از نها̀يی پا̀سخ ا̀ستخراج , بهشتي. شهيد دانشگاه تهران oپاسخ Diekema, A.R, O. Y., E.D. Liddy )2004(. Evaluation of Restricted Domain Question-Answering Systems.

In Proceedings of EACL Workshop on Question Answering in Restricted Domains, Barcelona, Spain.o Bos, J. )2007(. "The “La Sapienza” Question Answering system at TREC-2006."o Bouma, G., I. Fahmi, et al. )2007(. "Linguistic knowledge and question answering." Traitement

Automatique des Langues.o Clark, P., V. Chaudhri, et al. )2003(. "Enabling domain experts to convey questions to a machine: a

modified, template-based approach." Proceedings of the 2nd international conference on Knowledge o Cui, H., R. Sun, et al. )2005(. "Question Answering Passage Retrieval Using Dependency Relations." on

Research and development in information retrieval.o Dang, H. T., D. Kelly, et al. )2008(. Overview of the TREC 2007 Question Answering Track. Proc. of

TREC.o Darrudi, E., F. Oroumchian, et al. )2005(. "TeLQAS: a Realization of Humanlike Inferences for

Knowledge-based Question Answering Systems " Journal of Computational Linguistics.o Fellbaum, C. )1998(. Book Reviews WordNet: An Electronic Lexical Database.


o Friedland.et.al )2004(. Project Halo: Towards a Digital Aristotle. AI Magazine. 25: 29-47.o Fukumoto, J., T. Kato, et al. )2005(. "An Overview of the 4th Question Answering Challenge )QAC-4( at

NTCIR Workshop 6."o Hill, L. A. )1988(. Introductory Steps to Understanding. Bunkyo-Ku, Tokyo Oxford University Press .o Hill, L. A. )2000(. Elementary stories reproduction. LONDON, Oxford university Press.o Katz, B. )1997(. Annotating the World Wide Web using natural language. Proceedings of the 5th RIAO

Conference on Computer Assisted o Mahsa A. Yarmohammadi, M. Shamsfard., Mahshid A. Yarmohammadi, Masoud Rouhizadeh )2008(.

"Using WordNet in Extracting the Final Answer from Retrieved Documents in a Question Answering System." The Fourth Global WordNet Conference: 520-531.

o Puscasuy, G., A. Ifteney, et al. )2007(. "Developing a Question Answering System for the Romanian-English Track at CLEF 2006."

o Surdeanu, M., M. Ciaramita, et al. )2008(. "Learning to Rank Answers on Large Online QA Collections."o Vargas, M., Vera, et al. )2003(. "AQUA: An Ontology-Driven Question Answering System."o Voorhees, E. )2003(. "Overview of the TREC 2002 Question Answering Track." NIST SPECIAL

PUBLICATION SP.o Zheng, Z. )2002(. AnswerBus Question Answering System. Proceedings of the second international

conference on Human