面向大规模网络数据的社会化问答系统

为研究面向大规模网络数据的社会化问答系统(Social Question and Answer System,SocialQA).分别描述了问答系统的各个组成技术:1)问句预处理:问句分析和问句扩展.2)问句匹配.本文在1500万个网络问答数据集上,进行了问句匹配的实验.实验表明:在封闭测试中,问句匹配的准确率,达到了90%以上,在开放测试中,问句匹配的准确率达到了70%以上,很好地满足了系统的精度和实时性的要求.     

基于问句表征的web智能问答系统

问答系统现已成为自然语言处理领域和信息检索领域的一个重要分支,问句表征是问答系统的重要组成部分。针对问句分析的不足,采用改进的贝叶斯和疑问词相结合的方法,对问句进行分类,提取问句的类型;在初次查询的基础上,根据问句的类别进行关键词扩展,同时,加入新词识别的功能,即提出一种问句的表征方法,对问句进行充分、全面地理解;基于以上算法,在J2EE环境下开发出一个问句表征的web智能问答系统。实验结果表明,文中的问句表征方法能有效改善系统的性能。     

自动问答系统中问句分类研究综述

问句分类作为问答系统所要处理的第一步,在问答系统中起着至关重要的作用,其准确性直接影响最终抽取的答案的正确性。从问句分类的概念出发,先对问句分类体系、特征提取、问句分类方法等进行阐述,然后重点分析了用于问句分类的几个主流学习模型,并对几个模型作了比较分析,最后指出了当前问句分类的研究难点和未来的研究方向。     

自然语言问答系统CQAES问句的形式化

CQAES (Chinese Question-Answer Experimental System)是一个中文自然语言理解问答系统。本文对CQAES系统所使用的问句进行了形式化描述,主要对在计算机上所使用的中文自然语言问句的形式做一些探讨。     

利用加权特征模型改进问句分类

为了减少目前大多数问句分类算法由于采用了布尔特征模型所导致的特征信息损失,提出了一个基于网络和聚类技术的加权特征模型来表达问句的特征空间.不同于以往采用的布尔特征模型将特征赋值为0或1以表示相应特征出现与否,新的加权特征模型将特征加权为一个位于区间0～10的一个实数,以区分不同的特征对于问句分类的贡献：权值越大,相应特征对于区分问句的类型做出的贡献越大.试验结果表明,该加权特征模型在问句分类领域优于之前被广泛使用的布尔特征模型.     

英汉附加问句在会话中的传信功能

本文从会话分析的视角研究中英文中的附加问,主要讨论附加问句在会话中的传信功能。作者认为,附加问句不只表达说话人关于某一信息的认识情态,在交际互动中也表达了对听话人信息、态度的预期,从而起到一种特殊的传信功能。     

RDAQAS中问句相似度计算方法研究

在受限领域自动应答系统(RDAQAS)中，以“知网”和领域本体库为基础，计算目标问句和问句语料库中问句的相似度，从中寻找最相近问句，最终提取答案的方式，是一种很实用的自动应答实现模式．文中介绍了金融领域本体库、问句语料库等语义资源的构建方法，提出了基于关键词空间向量模型和基于语义概念空间向量模型的问句相似度计算方法，并对其实现过程进行了详细描述，最后给出了两种方法的具体的问句相似度计算对比实验实例．     

中文问答系统中问题理解的研究与实现

围绕中文问答系统中的问题理解技术,本文研究了如何进行词法分析、问题分类、关键词提取及扩展、句型分析和浅层语义分析,主要提出了基于启发的疑问词和疑问焦点相结合的问题分类方法、问句统一型的句型分析方法和基于语义角色标注的语义分析方法.在此基础上,在Visual C 6.0环境下开发了一个基于简单的事实类问题的中文问答系统原型.实验结果表明:本文提出的方法对改善中文问答系统的性能是有效的.     

限定领域的自动问答系统研究

目前,自然语言处理系统由于缺乏语义信息及知识理解和推理能力,因此存在很多缺陷,在自动问答领域中很难分清用户表达的真正意图,并给出用户满意的答案.本文就此给出基于句法语义的问句分析方法,采用本体构建技术构建答案库,在此基础上进行领域知识语义推理,实现智能问答.本研究以黄山旅游为限定领域建立问答系统,试验结果表明多策略的方法是有效的.     

庭审话语正反问句的语用功能及其语调表征研究 ——以央视《庭审现场》节目视频为研究语料

以庭审话语的有声性特质为切入点,对庭审话语中正反问句及其疑问标记语调的音高特征进行语音分析,探讨了调阶、调域、边界调和音高重调4种音高因素在庭审正反问句语调的构成和凸显其话语功能中的作用.结果表明,大部分正反问句疑问句的语调标记具有宽调域和低调阶的特征.其中,有的疑问标记可以作为调核承载信息焦点,有的则分布在调核周围作用于信息焦点,以此来实现询问、求证、提示、命令和谴责的语用功能.     

问答社区中基于问题粒度的用户专业性预测方法

在线问答社区中大量问题等待回答时间过长、高质量回答数极少,对社区用户在具体问题上的专业程度进行度量具有现实需求。现有的基于链接分析和基于文本分析等方法多集中在社区和话题粒度的专业性度量,并未深入到问题粒度。针对上述问题,定义了问答社区中基于问题粒度的用户专业性概念,在此基础上提出了基于问题粒度的用户专业性预测方法,包括用户专业性度量方法和用户专业性预测模型。该预测方法先利用问答社区中社区用户对回答质量的评价机制,在问题粒度上为用户建立专业性度量;再基于矩阵分解,融合用户偏差、问题偏差以及用户已回答问题集的隐含反馈等信息,构建用户在问题粒度上的专业性预测模型,进而预测用户在待回答问题上的专业程度。利用知乎问答社区互联网话题下的问答数据集,设计了与前述两种主流方法的对比实验。实验结果表明,提出的用户专业性度量方法可以有效地度量用户在具体问题上的专业程度,基于此方法构建的用户专业性预测模型具有更高的预测精度。     

基于本体和转移网络的网络教育自动答疑系统

针对网络教育自动答疑系统的特点,研究了网络教育领域本体的构建方法．提出基于本体的问题模式的确定以及基于转移网络解决规范化问题的答案生成．讨论了基于本体知识的语义相似度模型,用于解决非规范问题的答案生成．实验结果说明,利用本体的知识和丰富的语义信息能够解决答疑系统中的语义问题．     

概念向量空间模型在智能答疑系统中的应用

为解决智能答疑系统中因词的同义或多义现象而导致的“漏答”或“错答”问题,采用概念向量空间模型来计算句子相似度。针对概念向量空间模型生成的向量矩阵空间仍是一个稀疏大空间的缺点,提出了一种基于FAQ的概念向量空间模型来降低向量矩阵空间的维数。通过对基于事实的简单陈述问题的提问,结果显示明显优于向量空间模型。     

高分子化学试题库CAI课件研制

介绍了高分子化学试题库的建立方法.试题库由试题和题库管理系统两部分构成.该题库管理系统选用Delphi5.0和MicrosoftWord软件制作;试题来源于高分子化学教材、自编和向其它高校收集.该系统软件与MicrosoftWord兼容,使得试题和答案的输入、修改、排版和打印变得非常方便;该题库管理系统能按一定要求自动生成试卷,并对试卷进行修改、排版和打印.高分子化学试题库是目前较好的题库之一.     

联合分类与匹配的FAQ问答模型

文本分类或文本匹配是解决基于常见问题和解答（FAQ）问答的2个途径.单独使用分类方法不能有效利用标准问题本身的信息,而单独使用匹配方法时,负样本的选择很困难,为此,提出一类将文本分类和文本匹配方法相结合的模型,不仅能选择真正需要区分的负例,并且能够有效利用标准问题的信息.实验结果表明,提出的模型在多个FAQ问答数据上能达到最好性能.     

基于自然语言处理的主观题评分算法研究

从自然语言处理的角度来看,现有的主观题评分算法都以相似度计算为核心的,没有考虑语义对立度问题.提出了一种基于中文分词技术、相似度计算和对立度计算的新的主观题评分算法.对主观题评分算法的以下三个方面进行了重点研究:怎样改进中文分词算法中的歧义切分的方法;怎样引入参数限制计算中分数过高或过低;怎样设计一个融合相似度计算和对立度计算的主观题分数的计算公式.     

自动组卷中试题去重技术研究

针对大规模题库中存在相似试题的问题,提出一种自动识别相似试题的方法.在知网词汇语义相似度模型的基础上,引入领域词汇对其进行改进,并且提出一种试题去重模型,来实现试题相似度的计算,解决了题库中相似和重复试题的自动识别问题,提高了相似试题识别的准确率.综合随机抽取法和试探回溯法两种组卷算法的优点,提出一种基于相似试题识别的组卷算法,提高了组卷的质量.实验表明试题相似度识别准确率达96%,非常接近人工判断结果,该方法不仅可以从同一试题类型内部,还可在不同类型之间消除相似试题.该方法已在C语言上机考试中进行了应用.     

基于常问问题集的中文问答系统研究

首先根据用户的提问建立一个候选问题集,然后通过计算句子语义相似度,在候选问题集中找到相似的问句,并将答案返回给用户。该系统还能够自动地更新和维护FAQ库。实验表明,与基于关键词的句子相似度计算相比,基于语义的句子相似度计算提高了问题匹配的准确率。     

基于属性特征敏感问题双重应答模型设计

针对属性特征敏感性问题。设计了一种方便易行的改进模型一双重应答．被调查对象重复抽取随机装置的卡片，并回答每次所得结果的总和．讨论了其敏感属性比例的均值和方差的估计值，在抽取样本数相同的情形下，获得了比传统wanler模型和Simmons模型更高的精度．     

工科大学物理课程试题库的信度指标

引入试题的信度指标,去除质量较差的试题。