论文部分内容阅读
问答系统能用准确、简洁的答案回答用户用自然语言提出的问题，很明显系统中问答对的规模是影响问答系统最终性能的主要因素。为了提高问答对的规模、充分利用互联网资源，本文提出了一种基于决策树和马尔科夫链的在互联网上自动抽取问答对的算法。先根据网页中的HTML标记把网页表示成一棵DOM树；然后利用树中每个节点的结构和文字信息，抽取相应的特征；最后将得到的节点特征通过由决策树和一阶马尔可夫链结合得出的分类模型进行分类。试验结果表明准确率达到了90．398％，召回率达到了86．032％。对大量网页抽取的结果表明该分类模