自然语言处理汇报ppt

之间的相似度表示为 sim( w1i， w2j ) 。问句 A 和 B 之间的语义
相似度可以根据下面公式计算:
未来的方向--Syntaxnet

SyntaxNet 是一个框架，他是许多NLU系统中的关键组件。在这个系统中输入 一个句子，他会自动给句子中的每一个单词 打上POS（part-of-Speech）标 签，用来描述这些词的句法功能，并在依存句法树中呈现。这些句法关系直 接涉及句子的潜在含义。
问句相似度常见计算方法--句长相似度

句长相似度反映两个问句在长度形态上的相似程度。用LenSim( A，B) 表示 问句 A 和 B 的句长相似度，计算式如下:
其中，abs 表示绝对值
问句相似度常见计算方法--编辑距离相似度

编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所
需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，
插入一个字符，删除一个字符。
例如 “你好啊”与“你好”的编辑距离为1-1/3=0.667。
wenku.baidu.com
问句相似度常见计算方法--语义相似度

设两个问句 A 和 B，A 包含的词为 w11 ， w12 ，…， w1n， B 包含
的词为 w21 ，w22 ，…，w2m，则词语 w1i( 1≤i≤n) 和 w2j ( 1≤j≤m)
未来的方向--Syntaxnet
谢谢！

在这个结构中，Alice和Bob被编码为名词，Saw是动词。动词saw 是句子的根， Alice是saw的主语，Bob是直接宾语（dobj）。
未来的方向--Syntaxnet

SyntaxNet 将神经网络运用于歧义问题。一个输入句子被从左到右地处理。 当句子中的每个词被处理时，词与词之间的依存关系也会被逐步地添加进来。 由于歧义的存在，在处理过程的每个时间点上都存在多种可能的决策，而神 经网络会基于这些决策的合理性向这些彼此竞争的决策分配分数。出于这一 原因，在该模型中使用 Beam Search （集束搜索）就变得十分重要。不是直 接取每个时间点上的最优决定，而是在每一步都保留多个部分性假设。只有 当存在多个得分更高的假设的时候，一个假设才会被抛弃。下图将展示的， 是“I booked a ticket to Google”这句话经过从左到右的决策过程而产生 的简单句法分析。
特定领域问答系统问句相似度计算方法
汇报人：
问句相似度常见计算方法--词形相似度

词形相似度反映两个问句中词语在形态上的相似程度，用两个问句中含有的 共同词的个数来衡量。用wordSim(A，B)表示问句A和B的词形相似度
其中:same(A，B)表示A和B中共同词的个数，当一个单词在A、B中出现的次数不 同时，以出现次数少的计数;len(A)和len(B)分别表示A和B中词的个数。