自動答疑系統(tǒng)中的問句理解與個性化推薦算法研究.pdf

1、近年來,自然語言處理領(lǐng)域的研究正受到人們普遍的關(guān)注。其中自動答疑系統(tǒng)的應(yīng)用研究已成為了研究熱點。隨著Internet技術(shù)的迅速發(fā)展,越來越多的人傾向于從網(wǎng)上獲取知識和尋找解決問題的方法。但隨著用戶要求的提高,傳統(tǒng)的自動問答系統(tǒng)已經(jīng)難以滿足人們的需要。這一方面是因為機器的理解能力有限,不能理解自然語言形式的問句；另一方面,用戶也希望系統(tǒng)能夠根據(jù)他們興趣的不同提供個性化推薦功能。隨著教育規(guī)模的擴大,教師資源相對稀缺,因而用于教學(xué)領(lǐng)域的自動答

2、疑系統(tǒng)成為了新的研究熱點。
　　 本文圍繞傳統(tǒng)自動答疑系統(tǒng)存在的個性化推薦和問題理解等問題,進行了較深入的研究。主要研究內(nèi)容包括：⑴搭建自動答疑系統(tǒng)平臺。參照搜索引擎的實現(xiàn)原理,結(jié)合對特定網(wǎng)頁規(guī)則的分析和研究,把信息抽取功能融入到自動答疑系統(tǒng)中,實現(xiàn)了自動答疑系統(tǒng)中對知識庫更新的自動化和實時化；⑵對自動答疑系統(tǒng)中問句理解模塊的改進。通過對大量問句句型的研究,提出了基于層次句模的問句理解算法。實驗表明該算法提高了自動答疑系統(tǒng)中問句