当前位置>主页 > 期刊在线 > 信息技术 >

信息技术2020年22期

一种基于文本相似计算的校园智能问答系统设计
李月,周江
(广东交通职业技术学院 信息学院,广东 广州 510650)

摘  要:问答系统是继搜索引擎之后诞生的又一用来帮助用户在海量数据中提高检索效率的系统。目前常见的问答系统主要应用于商业领域,针对在校学生这一特定用户群体的智能问答系统并不多见。本文在分析问答系统现状以及建设难点的基础上,提出了一种面向学校这一特定领域的,用来提升在校学生学习、生活质量的校园智能问答系统建设方法,并从语料库建设方法、问题及答案提取等多个方面进行了详细阐述。


关键词:问答系统;文本处理;相似度计算;语料库



中图分类号:TP311.52         文献标识码:A         文章编号:2096-4706(2019)22-0009-05


Design of a Campus Intelligent Question Answering System Based on Text Similarity Computing

LI Yue,ZHOU Jiang

(School of Information,Guangdong Communication Polytechnic,Guangzhou 510650,China)

Abstract:Question Answering System(QAS) is a system that appears after the search engine to improve the retrieval efficiency of users in massive data. At present,the common QAS is mainly used in the business field,but the intelligent QAS for the students in school is rare. Based on the analysis of the current situation and difficulties in the construction of question answering system,this paper puts forward a construction method of campus intelligent question answering system,which is oriented to the specific field of school and is used to improve the quality of students’study and life. It also elaborates on the construction method of corpus,the extraction of questions and answers and so on.

Keywords:question answering system;text processing;similarity computing;corpus


课题项目:中国交通教育研究会2018-2020年度教育科学研究课题(项目编号:交教研1802-141),主持人:李月;教育部职业院校信息化教学指导委员会2018-2020年信息化教学研究课题(项目编号:2018LXB0301),主持人:李月;广东省高职教育信息技术教指委2018年教育教学改革课题(项目编号:XXJZW2018023),主持人:周江。


参考文献:

[1] 冯升.聊天机器人问答系统现状与发展 [J].机器人技术与应用,2016(4):34-36.

[2] 黄伟,范磊.基于多分类器投票集成的半监督情感分类方法研究 [J].中文信息学报,2016,30(2):41-49+106.

[3] 王朝.面向网上订餐的垂直搜索引擎的设计与实现 [D].成都:电子科技大学,2016.

[4] 徐晓.智能答疑系统的设计与研究 [J].微型机与应用,2014,33(5):8-10.

[5] 雷鹏飞.舆情系统中特征选择和情感分析的研究与实现 [D].成都:电子科技大学,2017.

[6] 郭浩,许伟,卢凯,等.基于CNN和BiLSTM的短文本相似度计算方法 [J].信息技术与网络安全,2019,38(6):61-64+68.

[7] 赵永标,张其林,谷琼.社区问答系统中基于当前兴趣的问题推荐研究 [J].现代信息科技,2019,3(11):1-4.

[8] 张明辉.情感分析在商品评论中的应用 [J].现代信息科技,2019,3(10):187-190.


作者简介:李月(1979-),女,汉族,湖北荆门人,讲师,硕士研究生,研究方向:机器学习、人工智能、软件工程。