首页> 中文学位 >课程问答实时系统的设计与实现
【6h】

课程问答实时系统的设计与实现

代理获取

目录

文摘

英文文摘

声明

第一章 引言

1.1课题背景

1.2课题任务

1.3论文结构

第二章 自然语言(中文)理解的关键技术研究

2.1中文自动分词的意义

2.2中文自动分词的一般方法

2.3词语歧义及歧义排除

2.3.1交集歧义排除方法

2.3.2组合歧义排除方法

2.3.3基于语料库的词义歧义排除方法

2.4分词与中文理解

第三章 知识表示与知识库的建立

3.1 CQARS的体系架构

3.2知识的基本概念

3.2.1知识的定义

3.2.2知识的分类

3.2.3知识的要素

3.3知识的表示

3.4 CQARS的课程知识的特点

3.5 CQARS的问句研究

3.5.1问句实体(CQARS中称为Keyword)

3.5.2问句类型(COARS中称为OuestiongType,也就是问句模板)

3.6 COARS的知识表示及知识库的建立

第四章 课程问答实时系统的相关部分设计

4.1总体设计

4.1.1系统总体结构

4.1.2主要数据库设计

4.2问句理解的方法与设计

4.2.1句法分析

4.2.2关键词的提取

4.2.3计算词权

4.2.4句子相似度计算

4.3 Q-K算法设计

4.4 Q-K算法实现

4.5词的权值设计

第五章 课程问答实时系统的实现

5.1实现环境

5.2主要功能模块的实现

5.2.1系统登录模块

5.2.2课程答疑系统维护和管理

5.2.3答案智能检索模块

5.3系统测试方案及预期效果

5.3.1系统测试

5.3.2应用效果分析

第六章 结束语

6.1论文工作总结

6.2问题和展望

参考文献

致谢

展开▼

摘要

自动问答系统(Question Answer System,简称QAS)是一种基于因特网,运用了自然语言理解技术的高性能软件系统,能够自动解答人们提出的常规性的问题。课程问答实时系统(Course Question Answer Real-time System,简称CQARS)是把问答系统的理念运用到教学上去,帮助完成教学中的一个重要环节--答疑。 CQARS能够大大地减轻教师的负担,并且能够方便同学们的个性化学习,提高学习效率。CQARS的核心技术是基于自然语言理解的相关技术,包括知识的表示以及知识库的组建、问句语义的识别、答案的搜索等等。本论文总结了已有的问答系统和自然语言理解技术,重点提出和论述了课程问答实时系统中的自然语言问句理解“Q-K”算法以及课程问答实时系统的设计与实现,提高其工作效率,增加其可应用性。 本文主要对以下几个关键技术进行了研究: (1)中文语言理解关键技术研究 (2)知识的表示与问句研究。 (3)系统的设计与实现。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号