领域智能答疑系统

论文摘要

基于网络的教学系统,使分布在各地的学生、老师不再需要面对面地进行教学活动,这种方式的教学活动得到越来越多的人的认可与支持,远程教学也逐渐普及。智能答疑作为教学活动中的一个重要环节,在这一新环境中的具体实现形式正日益引起关注。目前国内的具有代表性的网络教学系统中有关智能答疑部分的特点,有些局限于电子邮件、系统留言版、电子公告的讨论方式、进行教师主持下的网络实时聊天室等,这些答疑方式显然不能满足教学的需求。在网络教学中,学生同教师不能直接见面,学生在自学过程中不可避免地有百思不得其解的问题,建立智能答疑系统就成了开发网络教学系统的重要任务之一,近几年出现了一些自动智能答疑系统,此类系统维护一个动态的问题与答案的数据库。首先由用户输入关键词或者关键词的逻辑组合,然后系统在已有的问题和答案数据库中查找相关的材料。这是一种基于关键词的形式,依赖关键词的精确匹配。一方面因为涉及到关键词的提取、逻辑组合等知识,不利于对计算机不很熟悉的用户的使用。另一方面,由于用户的用词和系统中存储的关键词在表达方式上可能不完全一样,精确的关键词匹配法必将导致很多问题找不到答案,或者找不准答案。学生获得及时的解答,有利于消除学生的学习障碍。目前国内的具有代表性的网络教学系统中智能答疑部分都还不能令人满意。为此,本文论述了基于一系列关键技术的智能答疑系统模型。文中详细阐述了实现基于高中数学学科的智能答疑系统所需要的关键技术,如问题分词、句子相似度计算等概念。分析了常问问题库的形成与处理机制、领域概念字典等技术概念,并对句子相似度计算算法加以改进,提出了两种新的句子相似度计算模型,这些技术对于本智能答疑系统的性能的提高有着显著的作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究意义
• 1.4 研究目标与研究途径
• 1.4.1 研究目标
• 1.4.2 研究途径
• 1.5 论文工作
• 1.6 研究内容与论文结构
• 第二章 概念字典与词库
• 2.1 概念字典模型
• 2.1.1 专业关键词
• 2.1.2 专业关键词权重
• 2.1.3 概念字典的建立
• 2.1.4 概念字典应用举例
• 2.2 概念字典在本系统中的应用与分析
• 2.2.1 应用
• 2.2.2 分析
• 2.3 通用词库
• 2.4 停用词库
• 第三章 问句预处理
• 3.1 汉语的特点
• 3.2 问题分词
• 3.2.1 基于字符串匹配的分词方法
• 3.2.2 基于理解的分词方法
• 3.2.3 基于统计的分词方法
• 3.2.4 改进的字符串逆向最大匹配算法
• 3.2.5 中文分词的应用
• 3.2.6 关键词加权
• 3.3 问句类型的确立
• 3.3.1 确定用户问句的问句类型的算法
• 3.3.2 确定疑问限定词的规则
• 3.4 关键词提取
• 3.5 启发式分析
• 3.5.1 关键词扩展分析
• 3.5.2 相关问题分析
• 第四章 系统知识库的组织
• 4.1 经典分类算法在知识库添加中的应用分析
• 4.2 常问问题集
• 4.2.1 常问问题集的定义
• 4.2.2 常问问题库的结构
• 4.2.3 常问问题库的形成机制
• 4.3 常问问题库处理机制
• 4.4 领域智能答疑知识库
• 4.5 智能答疑日志库
• 第五章 句子相似度计算模型
• 5.1 句子相似度计算相关理论介绍
• 5.1.1 相似度的定义
• 5.1.2 句子相似度介绍
• 5.1.3 文本检索模型介绍
• 5.2 句子相似度计算方法一
• 5.2.1 词形相似度
• 5.2.2 语句长度相似度
• 5.2.3 词序相似度
• 5.2.4 语句相似度在智智能答疑中的应用
• 5.3 句子计算相似度方法二
• 5.3.1 基于关键词特征的句子相似度计算
• 5.3.2 基于词义距离的句子相似度计算
• 5.3.3 改进的句子相似度平面计算模型
• 第六章 系统总体设计方案与实现
• 6.1 系统运行模式介绍
• 6.2 ASP.NET 与C#以及开发工具介绍
• 6.3 后台数据库与数据访问接口ADO.NET 介绍
• 6.4 三层结构概述
• 6.5 智能教学系统总体结构图
• 6.6 智能答疑系统流程图
• 6.7 智能答疑系统详细设计
• 6.7.1 用户管理模块
• 6.7.2 问题答案录入模块
• 6.7.3 用户问句处理模块
• 6.7.4 智能答疑模块
• 6.7.5 学生评价模块
• 6.7.6 统计分析模块
• 6.7.7 系统管理模块
• 总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间参加的主要科研及项目
• 攻读硕士学位期间发表的论文