1. 研究目的与意义

自动问答的研究历史可以追溯到人工智能的原点。1950年，人工智能之父阿兰图灵（A. M. Turing）在《Mind》上发表文章《Computing Machinery and Intelligence》，文章提出通过让机器参与一个模仿游戏（Imitation Game）来验证“机器”能否“思考”的问题，所谓模仿游戏就是看“机器”能够在多大程度上模仿人类。通过人和机器互相问答的方式，进而提出了经典的图灵测试（Turing Test），用以检验“机器”是否具备智能。

基于自然语言的自动问答系统是信息检索的一种高级形式，能够更加准确地理解用户用自然语言提出的问题，并通过检索知识图谱或问答知识库准确返回相关的匹配答案。相较于传统的搜索引擎，自动问答系统能更好地理解用户提问的真实意图, 从而能更有效地查找到用户所需的信息，满足用户的需求。基于自然语言的自动问答系统是目前人工智能技术研究的重要内容之一，有利于推动人工智能相关学科的发展，也具有非常重要的学术意义。

2. 研究内容和预期目标

本课题以智能门禁门卫访客接待对话问答为应用场景，研究在该场景下的自然交互控制所需知识结构表示方法；采用自然语言处理基本原理和方法，基于自动对话问答方式实现访客与智能门禁设备之间的业务交互；进一步结合知识图谱技术，构建自动问答知识库。

预期目标为实现一个智能访客机器人自动问答系统，访客可以用自然语言进行提问，系统则根据访客的问题查找出相关度最高的答案回答，为实现流畅自然的访客人机交互打下基础。

3. 研究的方法与步骤

首先，对于用户提出的问题，自动问答系统需要理解用户所提问题并提取其中的关键字。用户问句的语义理解包含词法分析、句法分析、语义分析等多项关键技术，需要从文本的多个维度理解其中包含的语义内容。在词语层面，需要在开放域环境下，研究命名实体识别、术语识别、实体消歧、关键词权重计算、答案集中词识别等关键问题。在句法层面，需要解析句子中词与词之间、短语与短语之间的句法关系，分析句子句法结构。在语义层面，需要根据词语层面、句法层面的分析结果，将自然语言问句解析成可计算、结构化的逻辑表达形式。

思路一、根据问题关键字查找答案集

其次，在给定问句语义分析结果的情况下，自动问答系统根据问题处理模块生成的查询关键词，使用传统检索方式在已有语料库、知识库或问答库中检索出和问题相关的答案构成答案集。然后，系统根据检索到的答案集，从中抽取出和问题类型一致的实体，答案抽取构建在浅层语义分析基础之上，采用关键词匹配策略，找到指定类型的答案。最后，根据某种原则对候选答案进行打分，把概率最大的候选答案返回给用户。如果知识库中没有相关问题的答案则将该问题记录下来，方便之后对知识库进行更新。

4. 参考文献

[1] 陈勤, 自然语言处理基本理论和方法[m], 哈尔滨工业大学出版社,2013.08.

[2] chris manning/hinrich schütze 著, 苑春法/ 李伟/ 李庆中 译, 统计自然语言处理基础[m], 电子工业出版社,2005.12

[3] 米歇尔(mitchell t.m.)(作者), 曾华军(译者), 等(译者), 机器学习[m],机械工业出版社,2008.03

5. 计划与进度安排

(1) 1月11日至2月15日 分析课题，查找资料。

(2) 2月16日至2月28日完成需求分析。

(3) 3月01日至3月16日完成开题报告。