引言

Moldovan等人分析了问答系统中不同模块对于整个系统的影响，研究结果表明问句分析模块引起的错误占所有错误的36.4%，并且问句分类是问句分析的重要组成部分。问句分类的实质是依据预先设定的一个分类体系，然后将用户提问问句映射到分类体系相对应的项中，为下一步的答案抽取做指导。因此，研究“三农”问句分类对于整个“三农”自动问答系统有重要意义。

目前，学者的大部分研究集中于开放域中的事实性问题的分类（如人物、地方、实体等），每年TREC会议的QA TRACK评测主要针对事实性的问题。然而，农民在实际的生产和生活中，关心的问题不仅包括事实性问题，还包括大量的解决实际问题的方法、引起问题的原因和概念的解释等方面的问题。

“三农”问句分类的研究，首先需要设定一个分类标准，也即定义一个“三农”问句的分类体系，其次再设计分类算法确定问句属于哪种问题类型。本章主要搜集网络上农民提问的“三农”问句，结合“三农”相关知识，研究“三农”问句分类的体系、分类算法设计。本章第2节是开放域问句分类的相关研究，详细介绍了国内外对问答系统中问句分类的研究；第3节介绍本书设计的“三农”问句分类体系；第4节针对问句包含的信息量比较小，向量维度比较高，容易形成数据稀疏的问题，研究利用“三农”概念簇知识，以及通用的语言学知识作为问句特征，来组成向量特征；第5节研究如何利用第4节的特征值形成的模板规则来确定问句的粗类别；第6节研究利用第4节的特征和SVM分类算法对“三农”方式性问句进行精细类别的算法；第7节是通过网络上真实的“三农”问句，对这些问句进行标注、分析统计，并通过实验验证上述两算法在“三农”问句分类体系中的实