網際網路FAQ檢索中意圖萃取與語意比對之研究

本論文之主要目的是希望能利用自然語言查詢來做為FAQ 檢索的方式。一個完整的FAQ樣本必定含有一個問題與該問題的答案。藉由比較使用者的詢問句以及FAQ 樣本的問句，如果兩者的語意相當接近，則該FAQ 樣本的答案也就可能包含使用者想要的資訊。此外，一個FAQ 樣本的答案也可能包含其他額外的資訊。因此，除了兩個疑問句的比對之外，使用者所需的資訊也可以透過比對詢問句與FAQ 樣本的答案而得到。透過語意文法以及停用詞的篩選，我們將問句分成兩個部分：「意圖區段」和「關鍵詞區段」。意圖區段傳達使用者主要的意圖，關鍵詞區段包含問句中所有的關鍵詞，問句句意的比對將建立在這兩部分各自的語意比對上。此外，我們採用向量空間模型來比較詢問句中的關鍵詞與FAQ 樣本的答案。經實驗驗證，本論文所提出的方法確實比單純使用關鍵詞查詢來得準確，使平均正確答案的排名從第12.04 名提升到第2.91 名，且使得前十名的召回率由78.06%提升到95.11%。