【摘要】：互聯(lián)網(wǎng)的日益普及使得人們對網(wǎng)絡的依賴程度越來越高,通過搜索引擎、官方技術支持網(wǎng)站、提問回答互動平臺等各種途徑獲取自己所需要的信息,已經(jīng)成為一種時尚一種習慣。目前網(wǎng)絡環(huán)境下,淘寶、京東這樣的C2C或者B2C網(wǎng)上交易平臺已經(jīng)推出了“店小二”或者售前咨詢服務,中國工商銀行等各大銀行也推出了常見問題匯總區(qū),惠普售后支持論壇和中國移動都已經(jīng)相繼推出了在線咨詢平臺,就是為了應對用戶獲取信息的需求。但是目前的這些交互方式都很局限,交易平臺一般采用人工回復來應對問題,而服務支持網(wǎng)站則以常見問題連接的方式來處理大多數(shù)問題,匯總以上兩種典型的回復方式可以看到兩個明顯缺陷：一是時效性差,用戶在進行信息咨詢的過程中很可能還在同時瀏覽其他的網(wǎng)頁和商品,當回復不及時則用戶會失去興趣；二是服務質量無法保證,特別是用戶找不到自己想要咨詢的主題時同樣會失去耐心。 基于以上網(wǎng)絡服務提供的現(xiàn)狀,本文提出了智能交互系統(tǒng)這樣一個思路,并對最基本的基于文本的智能交互過程做了一些研究。本文倡導的理想化的智能交互系統(tǒng)是基于網(wǎng)絡環(huán)境的,主要是功能是用戶描述自己的信息需求,系統(tǒng)通過一系列算法來匹配用戶需求,從而給出一個用戶滿意的回復。本文的主要內容就是整理前人在問題和回復方向的相關研究成果,概括出詳細的基于概率潛在語義分析的智能交互過程,并通過程序實現(xiàn)。在此基礎上結合蟻群算法,提出了基于蟻群算法結合概率潛在語義的智能交互算法,同樣編程實現(xiàn)并統(tǒng)計程序運行時間,與基于概率潛在語義分析的交互過程進行對比,效率有顯著提高。 在此算法的應用的基礎上,本文總結了系統(tǒng)設計方面的一些問題以及系統(tǒng)自主更新和擴展的一些設想和方法。在總結和展望部分主要概括文章研究的結論,提出系統(tǒng)處理文本的核心算法選擇、系統(tǒng)融入自主學習型算法思想等幾條思路,智能交互系統(tǒng)是一個很龐大的工程,需要更多的人來做更多的工作。
[Abstract]:With the increasing popularity of the Internet, people rely more and more on the Internet. They can obtain the information they need through search engines, official technical support websites, interactive platforms for answering questions and so on. Has become a fashion a habit. At present, under the network environment, C2C or B2C online trading platforms such as Taobao, JingDong have launched "shop first class" or pre-sale consulting services, and various major banks, such as Industrial and Commercial Bank of China, have also launched common problem gathering areas. Hewlett-Packard Aftermarket support Forum and China Mobile have launched online consulting platforms to respond to users' demand for information. However, these interactions are very limited at present. Trading platforms generally use manual responses to deal with problems, while service support sites handle most of the problems in the form of frequent problem connections. Summarizing the above two typical response methods can be seen two obvious defects: first, poor timeliness, users in the process of information consultation is likely to also browse other web pages and products, when the reply is not timely, the user will lose interest; Second, the quality of service can not be guaranteed, especially if users can not find their own topics to consult the same impatience. Based on the status quo of the above network services, this paper puts forward the idea of intelligent interactive system, and does some research on the most basic text-based intelligent interaction process. The idealized intelligent interactive system advocated in this paper is based on the network environment. The main function is that the user describes his information requirements. The system matches the user's needs through a series of algorithms, and then gives a satisfactory response. The main content of this paper is to sort out the related research results of the former people in the direction of question and reply and generalize the detailed intelligent interaction process based on probabilistic latent semantic analysis and realize it through the program. Combined with ant colony algorithm, an intelligent interaction algorithm based on ant colony algorithm and probabilistic latent semantics is proposed. It is also programmed to realize and calculate the running time of the program, which is compared with the interactive process based on probabilistic latent semantic analysis. Efficiency has been significantly improved. On the basis of the application of this algorithm, this paper summarizes some problems in system design and some assumptions and methods of independent updating and extending of the system. In the part of summing up and looking forward to the conclusion of the paper, the author puts forward some ideas, such as the selection of the core algorithm for the system to deal with the text, the integration of the system into the autonomous learning algorithm, and so on. The intelligent interactive system is a huge project. More people are needed to do more work.
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP391.1

【參考文獻】

相關期刊論文 前10條

1 張惠春;由麗萍;;基于中文框架網(wǎng)絡的淺層語義分析模型[J];電腦開發(fā)與應用;2009年08期

2 段海濱;王道波;于秀芬;;蟻群算法的研究現(xiàn)狀及其展望[J];中國工程科學;2007年02期

3 尹洪波;;否定詞與范圍副詞共現(xiàn)的語義分析[J];漢語學報;2011年01期

4 王鵬,戴新宇,陳家駿,王啟祥;基于規(guī)則的漢語句法分析方法研究[J];計算機工程與應用;2003年29期

5 陳登科;孔繁勝;;基于高斯pLSA模型與項目的協(xié)同過濾混合推薦[J];計算機工程與應用;2010年23期

6 張玉芳;張洪;熊忠陽;李文田;;結合概率潛在語義分析的文本譜聚類方法研究[J];計算機工程與應用;2011年36期

7 羅景;涂新輝;;基于概率潛在語義分析的中文信息檢索[J];計算機工程;2008年02期

8 王衛(wèi)國;徐煒民;;基于潛在語義分析的個性化查詢擴展模型[J];計算機工程;2010年21期

9 張成;曲明成;倪寧;仇光;卜佳俊;;基于概率潛在語義分析模型的自動答案選擇[J];計算機工程;2011年14期

10 張玉芳;朱俊;熊忠陽;;改進的概率潛在語義分析下的文本聚類算法[J];計算機應用;2011年03期

相關會議論文 前1條

1 張惠春;由麗萍;谷波;劉開瑛;;面向框架語義分析的漢語句法分析模型[A];全國第八屆計算語言學聯(lián)合學術會議（JSCL-2005）論文集[C];2005年

相關博士學位論文 前1條

1 李軍輝;中文句法語義分析及其聯(lián)合學習機制研究[D];蘇州大學;2010年

相關碩士學位論文 前10條

1 惠國寶;基于統(tǒng)計和語義分析的分詞及在產品設計中的應用[D];西安電子科技大學;2011年

2 劉霞;基于潛在語義分析的單文本自動摘要方法研究[D];南京郵電大學;2011年

3 郝陽;基于語義分析的產品評論挖掘技術研究[D];天津大學;2010年

4 張瑞霞;基于語義的漢語句法分析系統(tǒng)的研究與實現(xiàn)[D];西北大學;2005年

5 鄧小清;基于蟻群算法的語義網(wǎng)格資源發(fā)現(xiàn)研究[D];西南大學;2008年

6 何媛媛;基于潛在語義分析的多網(wǎng)頁自動文摘研究[D];上海師范大學;2008年

7 甄天橋;基于統(tǒng)計和潛在語義分析的混合語言模型的研究[D];哈爾濱工業(yè)大學;2007年

8 宗南蘇;農業(yè)知識服務—蟻群算法與語義推理研究[D];中國農業(yè)科學院;2009年

9 徐元浩;基于潛在語義分析的專利文獻分析與搜索技術的研究[D];浙江大學;2010年

10 高金莉;基于語義分析的文本情感分類研究[D];山西大學;2010年

，

本文編號：2346576