【摘要】：在電腦普及、信息爆炸的現(xiàn)代社會,網(wǎng)絡(luò)已經(jīng)成為主流咨詢媒介。目前,高校大學(xué)生學(xué)習(xí)、生活、娛樂之類的咨詢主要通過現(xiàn)場、電話咨詢和網(wǎng)絡(luò)咨詢等方式,而涉及到的這些問題往往具有離散、量大、重復(fù)、時間跨度長等特點。因此,如何利用互聯(lián)網(wǎng)技術(shù),建立科學(xué)、合理的網(wǎng)絡(luò)問答服務(wù)體系,以此減輕老師回答重復(fù)或類似問題的工作強(qiáng)度,這具有重要的現(xiàn)實意義。這就是本文解決問題的產(chǎn)生源頭。論文的工作主要是研究面向大學(xué)生的教學(xué)秘書問答系統(tǒng),實現(xiàn)部分代替人工解答學(xué)生問題,給學(xué)生提供一種更方便、更快捷的解惑釋疑新途徑。為了提高問答準(zhǔn)確率,論文以學(xué)生日常管理問題域為例,在相對封閉的問題域中,展開應(yīng)用研究,但這些方法是可以向相關(guān)問題域進(jìn)行擴(kuò)展的。針對論文的教學(xué)秘書問答系統(tǒng),學(xué)生可以通過普通的文本問句,向該系統(tǒng)發(fā)問,系統(tǒng)將能及時返回一個答案或明確回答可以回答的其他途徑,從而能顯著提高學(xué)生問題的求解效率。本文主要涉及的熱點技術(shù)有自然語言處理、知識庫的構(gòu)建,其中自然語言處理是其核心。此處自然語言處理是指如何有效地提高前期收集到的原始文檔數(shù)據(jù)的分類處理效率、如何有效地提高用戶問句與問答知識庫中語句的匹配率,這是本文的研究重點。論文包括以下5個部分內(nèi)容:(1)研究現(xiàn)狀綜述。介紹了問答系統(tǒng)與問答機(jī)器人的研究現(xiàn)狀,以及論文涉及的文本表示、基于《知網(wǎng)》的詞語語義相似度算法以及文本相似度算法的研究現(xiàn)狀,并分析了相關(guān)領(lǐng)域的文本數(shù)據(jù)特點和數(shù)據(jù)預(yù)處理方法。(2)改進(jìn)文本表示方法,以此提高前期收集到的原始文檔數(shù)據(jù)集的分類效率�；谖谋鞠蛄靠臻g模型,改進(jìn)了該模型涉及到的特征詞項權(quán)重算法idftf-。針對其僅考慮特征詞項與文檔之間關(guān)系,引入特征詞項選擇中的卡方統(tǒng)計值和詞性因子,以此彌補(bǔ)原始算法忽略特征詞項區(qū)分文本類別的不足,從而獲得文本向量空間模型的改進(jìn)模型。利用收集到的原始文檔數(shù)據(jù)集進(jìn)行分類驗證,結(jié)果證明改進(jìn)的文本表示方法是有效性的。(3)改進(jìn)詞語語義相似度算法,以此提高用戶問句與問答知識庫中語句的匹配率。系統(tǒng)選用基于《知網(wǎng)》語義詞典的方法,發(fā)現(xiàn)現(xiàn)有詞語語義相似度計算方法未考慮義原距離與義原深度的主次關(guān)系,對義原相似度的結(jié)果產(chǎn)生較大負(fù)面影響,因此,本文提出通過約束深度因素,獲得義原相似度算法的改進(jìn)方法。論文從理論和實驗兩方面對其進(jìn)行了驗證,結(jié)果證明該方法是有效性的。(4)進(jìn)一步改進(jìn)詞語語義相似度算法。論文提出了以詞語間第一基本義原相似度最高的概念組合為計算對象,并引入動態(tài)加權(quán)因子實現(xiàn)對詞語語義相似度算法的改進(jìn)。利用學(xué)生問題測試集和知識庫中候選問題集進(jìn)行文本相似度計算,實驗結(jié)果證明改進(jìn)的詞語語義相似度算法提高了系統(tǒng)返回答案的準(zhǔn)確率。(5)研制基于知識庫的教學(xué)秘書問答系統(tǒng)。利用整理后的學(xué)生日常管理領(lǐng)域文本數(shù)據(jù),并基于《知網(wǎng)》建立大學(xué)生日常管理的、狹窄的領(lǐng)域知識庫,標(biāo)注實例解釋,并成功應(yīng)用于論文的教學(xué)秘書問答系統(tǒng)。
[Abstract]:......
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張小川;于旭庭;張宜浩;;一種改進(jìn)的向量空間模型的文本表示算法[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2017年01期

2 王有華;陳笑蓉;;基于Kolmogorov復(fù)雜性的文本聚類算法改進(jìn)[J];計算機(jī)科學(xué);2016年05期

3 史朋亮;;知識管理服務(wù)的實踐和探索——以中國知網(wǎng)為例[J];科技與出版;2016年05期

4 廖志芳;周國恩;李俊鋒;劉飛;蔡飛;;中文短文本語法語義相似度算法[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2016年02期

5 柔特;;藏文問答系統(tǒng)中問句的分類方法研究[J];計算機(jī)工程與科學(xué);2015年07期

6 ZENG Jianqiu;YANG Mengke;;Internet Plus and Networks Convergence[J];中國通信;2015年04期

7 張滬寅;劉道波;溫春艷;;基于《知網(wǎng)》的詞語語義相似度改進(jìn)算法研究[J];計算機(jī)工程;2015年02期

8 魏楚元;湛強(qiáng);樊孝忠;毛煜;張大奎;;融合事件信息的中文問答系統(tǒng)問題語義表征[J];中文信息學(xué)報;2015年01期

9 王小林;王東;楊思春;邰偉鵬;鄭嘯;;基于《知網(wǎng)》的詞語語義相似度算法[J];計算機(jī)工程;2014年12期

10 張超;孔芳;周國棟;;交互式問答系統(tǒng)中待消解項的識別方法研究[J];中文信息學(xué)報;2014年04期

相關(guān)博士學(xué)位論文 前2條

1 平源;基于支持向量機(jī)的聚類及文本分類研究[D];北京郵電大學(xué);2012年

2 宋萬鵬;短文本相似度計算在用戶交互式問答系統(tǒng)中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 劉英濤;短文本分類研究[D];重慶理工大學(xué);2016年

2 陳紅陽;中文微博話題發(fā)現(xiàn)技術(shù)研究[D];重慶理工大學(xué);2015年

3 張倩;基于半監(jiān)督學(xué)習(xí)的中文短文本分類研究[D];西安電子科技大學(xué);2014年

4 葛麗萍;交互式問答系統(tǒng)中的待改進(jìn)問題自動識別方法[D];哈爾濱工業(yè)大學(xué);2013年

5 張科;基于《知網(wǎng)》義原空間的文本相似度計算研究與實現(xiàn)[D];重慶大學(xué);2013年

6 強(qiáng)繼朋;FAQ問答系統(tǒng)中的問句相似度研究[D];合肥工業(yè)大學(xué);2013年

7 余龍龍;短消息文本處理關(guān)鍵技術(shù)研究[D];西南財經(jīng)大學(xué);2013年

8 馬強(qiáng);基于布爾模型和擴(kuò)展布爾模型的中文信息檢索系統(tǒng)[D];遼寧科技大學(xué);2012年

9 李國佳;漢語全文相似度計算的研究及應(yīng)用[D];電子科技大學(xué);2011年

10 楊朝玉;基于知網(wǎng)的受限域問答系統(tǒng)原型的設(shè)計與實現(xiàn)[D];華南理工大學(xué);2010年

，

本文編號：2453116