欢迎来到天天文库
浏览记录
ID:35131277
大小:1.55 MB
页数:56页
时间:2019-03-19
《试析基于web的自动答疑系统的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、上海大学硕士学位论文基于Web的自动答疑系统的研究与实现姓名:季永华申请学位级别:硕士专业:计算机应用技术指导教师:许华虎20050201上海大学硕士学位论文摘要随着互联网的普及和发展,远程教学越来越受到人们的重视,涌现出了大量利用Intemet进行远程教学的系统。这种新的学习方式克服了传统教学在教学资源和教学方法方面的限制,学生可以不受时空的限制,按照自己的学习水平和时间自由地制定学习计划和安排学习进度,真正实现学生的个性化教学。然而无论是传统教学还是远程教学,教师和学生之间的沟通是非常重要的。在传统教学中,学生和教
2、师可以面对面的沟通,学生如有疑问可以直接向老师提问。而在远程教学中,学生和教师一般无法直接交流,因此,答疑系统的研究与开发,即如何在远程教学中开发一个基于Web的自动答疑系统成为远程教学需要解决的一个重要问题。目前国内的许多答疑系统基本上都是采用基于关键字的查询和匹配技术,存在交互性差、查询精度低等问题。本文利用自动问答系统的思想,通过对自然语言处理技术的研究与分析,根据答疑系统的特点,提出了一种受限领域内的支持自然语言理解的自动答疑系统模型。该模型主要由三部分组成:问题分析模块、常问问题模块和答案检索模块。问题分析模
3、块是用来理解学生提问的意图,主要包括:分词、问题分类和关键词的提取。常问问题模块主要是为了提高系统的检索效率而提出的,常问问题库保存了学生经常提问的问题和相关答案。答案检索模块的功能就是从系统的答案库中找出和问题分析阶段产生的关键词相关的答案,并返回最相关的答案。针对自动答疑系统的特点,本文改进了计算关键词权重的词频统计方法,在对常问问题库设计时,增加了常问问题库的问题分类。在常问问题库中问句与问旬之间的相似度计算以及答案库中问旬与答案之间的相似度计算中,综合应用了基于向量空间模型TF×1DF方法和语义相似度法。基于上
4、述各种关键技术,本文实现了基于Web的自动答疑系统。这种支持自然语言提问的自动答疑系统在其它一些领域也具有一定的参考价值。关键词:自动答疑,自然语言处理,分词,向量空间模型,相似度V上海火学硕士学位论文ABSTRACTW“hthegrowingpopularityandrapiddevelopmentofIntemet.peoplepaymoreandmoreattentiontothedistanceeducation.Thusmanydistanceeducationprogramsemerge.Thisnewhn
5、dofstudypatternovercomesthelimitsoftraditionaleducationintermsofeducationalresourcesandmethods.Thestudentscanmaketheirstudyplanandarrangetheschedulefreelywithoutthelimitofspaceandtime.ButwhethertotakethetraditionalormoderneducationviaInteract,thecommunicationbet
6、weentheteachersandstudentsisveryimportant.Astothetraditionaleducation,thecommunicationbetweentheteachersandstudentsispracticedface-to-face.Shouldthestudenthaveanyquestions,heCanasktheteacherdirectly.Butforthedistanceeducation.thestudentscannotcommunicatewimthete
7、achersdirectly,SOtheresearchanddevelopmentofquestion—answersystemisaveryimportantproblemthatweneedtoresolvetoimprovethedistanceeducation.Nowadaysmanyquestionanswersystemshaveadoptedthetechnologyofkeyword—basedinquiryandmatchingwiththeproblemofbadinteractionandlo
8、wprecision.Accordingtotheoriginalideaofquestionanswersystem,andwiththeresearchandanalysisofnaturallanguageprocesstechnology,thisdissertationputsforwardasortofquestion
此文档下载收益归作者所有