自然语言问答系统中句法分析的加速与评估
人工智能
2009-09-30 v2 人机交互
摘要
随着自然语言处理(NLP)的发展，越来越多的系统希望在用户界面模块中采用NLP来处理用户输入，以便以自然的方式与用户交流。然而，这带来了速度问题。即，如果NLP模块不能在可容忍的时间延迟内处理句子，用户将不会使用该系统。因此，对处理时间要求严格的系统，如对话系统、网络搜索系统、自动客服系统，尤其是实时系统，不得不放弃NLP模块以获得更快的系统响应。本文旨在解决速度问题。本文首先介绍了基于语料库机器学习和统计模型的句法分析器的构建，然后对该分析器及其算法进行了速度问题分析。基于分析，提出了两种加速方法——压缩词性集和句法模式剪枝，它们能有效提高NLP模块中句法分析的时间效率。为了评估加速算法中的不同参数，引入并详细解释了PT和RT两个新因子。还完成了实验来证明和测试这些方法，这必将有助于NLP的应用。
引用
@article{arxiv.0903.0174,
title = {Accelerating and Evaluation of Syntactic Parsing in Natural Language Question Answering Systems},
author = {Zhe Chen and Dunwei Wen},
journal= {arXiv preprint arXiv:0903.0174},
year = {2009}
}
备注
7 pages, International Conference on Artificial Intelligence (ICAI'07)