基于最大熵模型的智能提问系统研究

论文摘要

本课题是全国教育科学规划教育考试科学研究专设课题“适应自考生自主学习的智能化网络学习环境建设研究”的一个组成部分。随着互连网的发展,涌现了大量基于网络的智能教学系统,对贯彻因材施教的教育原则,培养学生的科学精神和创新精神起到了巨大的作用。然而目前的教学体系的智能化程度普遍不高,智能提问子系统更是一个盲点。所谓智能提问是指由计算机根据学习者学习的具体内容自适应的提出自然语言问题,由学生来回答。该课题的研究主要是为了让机器模拟人类教师的提问功能,通过提问使得学习者从中获得更加优质的教育和服务。对于智能提问来说,最为关键的是用来提问的问句如何自动生成。问句自动生成是指问句的产生是机器从学习者的学习语料中提取而来的而不是从预先设置好的静态问句库中选择出来的,也就是说问句库是动态的,是在学习过程中自组织生成的。本文通过总结汉语疑问句的分类及分布情况,建立了一个形式化的汉语疑问句模板,并设计了一个针对本研究的最大熵模型的特征模板来获取特征。通过训练建立最大熵模型,将最大熵模型的标注结果与事先建立好的汉语疑问句模板进行匹配分析,最后通过问句生成模块自动生成问句,完成提问功能。通过真实语料的封闭与开放测试,取得75%以上的识别率。实验表明:基于最大熵模型的智能提问方法是行之有效的。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外发展状况
• 1.3 本文工作
• 第二章 汉语疑问句研究
• 2.1 含疑问助词的疑问句
• 2.2 不含疑问助词的疑问句
• 2.3 汉语疑问句的分布研究
• 第三章 基于最大熵模型的智能提问系统理论与研究
• 3.1 最大熵模型的简单例子
• 3.2 最大熵模型框架描述
• 3.3 最大熵模型特征引入算法
• 3.4 最大熵模型的优点
• 3.5 最大熵模型在智能提问系统中的应用
• 第四章 最大熵模型特征选择与汉语疑问句模板设计
• 4.1 语义标注和语义组块
• 4.2 最大熵模型的特征选择方法
• 4.2.1 语言特征空间定义
• 4.2.2 特征模板设计
• 4.2.3 自动获取特征
• 4.2.4 特征选择
• 4.3 汉语疑问句模板设计
• 4.3.1 汉语疑问句模板
• 4.3.2 汉语疑问句模板的具体值
• 第五章 智能提问系统的设计与实现
• 5.1 开发环境介绍
• 5.1.1 开发工具和语言
• 5.1.2 实现所用技术
• 5.2 智能提问系统结构模式
• 5.3 数据库表设计
• 5.4 系统实现
• 5.4.1 分词模块
• 5.4.2 最大熵模型训练
• 5.4.3 问句自动生成模块
• 5.4.4 全局综合处理
• 5.5 系统界面
• 5.5.1 登录界面
• 5.5.2 提问界面
• 5.6 试验结果及分析
• 第六章 总结与展望
• 参考文献
• 发表论文和科研情况说明
• 致谢