كاهش شكاف معنايي در دسته‌بندي پرسش‌ها با بهره‌گيري از قوانين طبقه‌بندي

Bridging the semantic gap in question classification by categorization rules

دسته‌بندي پرسش‌ها[i] يكي از مؤلفه‌هاي حياتي سيستم‌هاي بازيابي اطلاعات[ii] و پاسخ‌گويي به پرسش[iii] است. هدف از دسته‌بندي پرسش، شناسايي دقيق نوع پاسخ موردانتظار آن و انتساب برچسبي به آن مطابق با دسته‌اي است كه پرسش در آن قرار مي‌گيرد. تاكنون با دو رويكرد مبتني بر قانون[iv] و يادگيري ماشين[v]، پژوهش‌هاي متعددي در اين حوزه صورت پذيرفته است. هدف ما در اين پژوهش تلفيق نتايج اين دو رويكرد به‌منظور افزايش صحت[vi] دسته‌بندي است. نوآوري اصلي ارائه‌شده در اين پژوهش، غني‌سازي بردار ويژگي كيسه‌ كلمات[vii] حاصل از پرسش‌ها با قوانين دسته‌بندي است. اهميت روش تلفيق ارائه‌شده در اين مقاله امكان استفاده از مخازن قوانين با ساختار طبقه‌بندي متفاوت نسبت به ساختار موجود براي دسته‌بندي پرسش‌ها است. نتايج حاصل از پياده‌سازي روش پيشنهادي بر دادگان UIUC بيانگر مؤثر بودن روش پيشنهادي در بهبود صحت دسته‌بندي پرسش‌ها است.

Question classification is one of the vital components of information retrieval and question answering systems. The goal of question classification is to accurately identify the expected answer type of question and assign a label to it based on the class that the question placed in. So far، several studies have been done in this area using rule-based methods and machine learning techniques. The objective of this study is to combine results of these two approaches in order to enhance the accuracy of classification. The main innovation in this research is the enrichment of the bag of words feature vector of categorization rules. The importance of the integrated method presented in this paper is the use of rule repository with different categorization structure than the existing structure for question classification. Experimental results of the proposed method on UIUC dataset show its effectiveness on improving the question classification accuracy.