資源描述：
《基于網(wǎng)絡(luò)的智能答疑系統(tǒng)的研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、丫739404河南大學(xué)研究生碩士學(xué)位論文第1頁摘要自動問答系統(tǒng)是當(dāng)前自然語臺處理領(lǐng)域的熱點和難點，它綜合運用自然語言處理、信息檢索等技術(shù)，對用自然語一言描述的問題，自動生成簡潔、準(zhǔn)確的答案。讓計算機完全理解人類語言是非常困難的，因此目前還沒有出現(xiàn)成熟的自動問答系統(tǒng)。本文研究的基于網(wǎng)絡(luò)的智能答疑系統(tǒng)，是基于特定領(lǐng)域，即遠(yuǎn)程教學(xué)領(lǐng)域的自動問答系統(tǒng)。該系統(tǒng)服務(wù)于用戶遠(yuǎn)程學(xué)習(xí)中的即時疑難問題解答，可有效提高遠(yuǎn)程教學(xué)的質(zhì)量。本系統(tǒng)采用B/S體系結(jié)構(gòu)來實現(xiàn)，主要包括問句理解分析、隊Q(frequently-
2、askedquestion)庫問句匹配、學(xué)科文檔庫答案自動獲取三個模塊。問句理解分析模塊采用分詞和詞性標(biāo)注、關(guān)鍵詞提取及擴展、問句類型類別確定等自然語言理解技術(shù)，實現(xiàn)對用戶提問意圖的準(zhǔn)確理解;FAQ庫問句匹配模塊主要采用本系統(tǒng)改進(jìn)的句子相似度計算方法來實現(xiàn)用戶問句的解答，該模塊主要用于實現(xiàn)用戶常問問題的快速、準(zhǔn)確解答;學(xué)科文檔庫答案自動獲取模塊在對學(xué)科文檔庫建立倒排索引的基礎(chǔ)上，采用高效的信息檢索模型對索引庫進(jìn)行檢索，返回與用戶查詢表達(dá)式相似度較高的文檔作為候選文檔，針對從文檔中直接獲取答案難度
3、較大這一問題，本系統(tǒng)采用答案抽取技術(shù)來實現(xiàn)問題的最終回答。該部分對于FAQ庫無法解答的問題，可以不依賴于人工而較快地完成準(zhǔn)確度較高的解答。關(guān)鍵詞:智能答疑系統(tǒng)，自然語言，信息檢索，句子相似度，F(xiàn)AQ庫第日頁河南大學(xué)研究生碩士學(xué)位論文AbstractQuestionAnsweringSystemisaveryhotspotanddifficultyspotintheresearchcommunityofnaturallanguageprocessing,itcombinesnaturallangu
4、ageprocessingtechniqueseandinformationretrievaltechniquesetc.AQuestionAnsweringSystemcanreturnuseraconciseandaccurateanswerforquestioninnaturallanguage.ButthereisstillnomatureQuestionAnsweringSystemexploitedbynow,becauseweknowthatletacomputertounders
5、tandhumanlanguageissodificult.Inthisthesis,wehavestudiedaWeb-basedIntelligentQuestionAnsweringSystem,whichisakindofQuestionAnsweringSystembasedindistanceeducation.Ifuserssubmitaquestionwhenheisleamingbynetwork,thissystemcanansweritimmediately.Bythisw
6、ay,thesystemcanenhancethequalityofdistanceeducation.ThesystemstudiedbythisthesisisbasedB/Sarchitectures,itincludesthreemodels:question'ssemanticcomprehensionmodel,FAQ-basedquestionsimilaritymatchmodel,documentwarehouse-baseautomaticanswerfetchingmode
7、l.Thequestion'ssemanticcomprehensionmodelcombinesmanynaturallanguageprocessingtechniques,includingSegmentationandPart-Of-SpeechTagging,theconfirmationofthequestiontype,theextarctionofkeywordsandextending,theconfirmationoftheknowledgeunit,Throughthese
8、works,theintentionoftheuserisholded,whichgreatlyhelpedthelastworkofthissystem.TheFAQ-basedquestionsimilaritymatchmodelisimplementedbysematicsentencesimilaritycomputation,whichisimprovedbyoursystem,thismodelcananswerfrequently-askedquestionfastlyandco
