领域智能答疑系统

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:quchaolove
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
近年来因特网的发展呈现出网络资源相对稀缺、应用多样化和商业化几大特点。无线/移动通信网与因特网的融合推动了移动环境下多媒体应用的发展,同时,移动环境下的用户要求得到
信息技术加速了数据存储的增长,特别是多媒体数据的急速膨胀。为了解决由于数据量过大而人们无法有效利用的迫切问题,数据挖掘技术应运而生,多媒体数据挖掘是数据挖掘技术与多媒
近年来,视频监控在机场、金融、安全保密等领域得到广泛应用,但是现有系统还存在一些不足。本文提出的应用于视频监控的快速多人脸检测与分割算法,可有效地提高系统的工作效率与
当前,基于Windows环境的考试系统种类繁多,而且功能全面完善,运行平稳可靠。相对来说,在Linux环境下实现Linux上机操作考核的广为人知的考试系统不多,但也并不很难实现。可是
多序列比对是生物信息学中最基本的信息处理方法,而寻求更快更敏感的多序列比对算法一直是生物信息学研究的热点。本文对此进行了深入研究和探讨。本文深入地研究了当今国际
考试作为考核学生掌握所学知识的重要手段,是教学活动中的一个重要环节,如何使考试能适应现代教育的特点,运用计算机技术更好地为教学服务,成为当前各类教育中研究的热点问题
数据挖掘就是从海量数据中提取知识,又被称为数据库中的知识发现。它是一个跨学科的新兴研究领域。聚类分析是其中的一个重要分支,它研究数据间逻辑上或物理上的相互关系,通
随着信息化工作的不断推进,融合了数据、视频、音频业务的多媒体通信业务得到了飞速发展,并将成为下一代网络NGN的主流业务之一。VoIP技术作为融合中的主要支撑技术,正成为人
基于哺乳动物的视觉模型提出的第三代人工神经网络模型-脉冲耦合神经网络(PCNN: Pulse Coupled Neural Network),已经广泛应用在图像处理和路径优化问题求解中。该人工神经网
计算机博弈是人工智能领域所公认的最具有挑战性的课题之一,而中国象棋计算机博弈比国际象棋计算机博弈难度更大、更复杂,并且研究者少且有关中国象棋计算机博弈的资料更是匮乏