2012 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความ A SEMANTIC QUESTION CLASSIFICATION FOR QUESTION ANSWERING SYSTEM USING LINKED OPEN DATA APPROACH 
วัน/เดือน/ปี ที่ได้ตอบรับ 13 กันยายน 2562 
วารสาร
     ชื่อวารสาร JOURNAL OF THEORETICAL AND APPLIED INFORMATION TECHNOLOGY 
     มาตรฐานของวารสาร SCOPUS 
     หน่วยงานเจ้าของวารสาร Little Lion Scientific 
     ISBN/ISSN  
     ปีที่ 97 
     ฉบับที่ 20 
     เดือน October
     ปี พ.ศ. ที่พิมพ์ 2562 
     หน้า 2293-2305 
     บทคัดย่อ Semantic question answering (SQA) was the research study regarding the natural language processing. The purposes of this study were 1) to encourage the users to query via the computer with the semantic natural language, and 2) to obtain the concise, accurate, and relevant to the users needs. Recently, it was found that the research studies have encountered the problems with semantic communication, flexibility, and accuracy of processes, especially the process of question classification. It was considered the vital process of developing the semantic question answering system. Thus, this paper attempted to propose a semantic question classification for the question answering system using the linked open data approach. It proposed the problem-solving technique for question classification through semantic grammar rules derived from the questions based on principles of English grammar. Moreover, the linked open data, WordNet and DBpedia were implemented to solve the problems of words similarity and question classification through the question classification taxonomy consisting of six main classes and fifty subclasses as standards for question classification. Besides this, the dataset from the question sets of TREC with one thousand questions were also implemented. The evaluation indicated a high accuracy of question classification with the total scores of precision, recall, and F-measure, at 92.82%, 95.16%, and 93.97%, respectively. 
     คำสำคัญ Semantic Question Answering, Natural Language Processing, Question Classification, Linked Open Data, Semantic Web 
ผู้เขียน
577020027-9 นาย กิตติพงศ์ เซ่งลอยเลื่อน [ผู้เขียนหลัก]
คณะวิทยาศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ มีผู้ประเมินอิสระ 
สถานภาพการเผยแพร่ ตีพิมพ์แล้ว 
วารสารมีการเผยแพร่ในระดับ นานาชาติ 
citation มี 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
แนบไฟล์
Citation 0