排序方式: 共有95条查询结果,搜索用时 15 毫秒
1.
2.
3.
自动应答系统中自然语言理解技术的研究* 总被引:2,自引:0,他引:2
自动应答系统(QAS)是一种基于因特网的高性能软件系统。它的核心技术是基于自然语言理解的相关技术,包括知识库和语料库的建设、文本的切分和标注、句子的语法分析和语义分析等。重点论述了自动应答系统中知识信息的语义网络表示和LSF随机化句法分析模型,以及自动应答系统的结构与组成,并对LSF模型进行了参数训练,实践证明这些技术是可行的、高效的。 相似文献
4.
为了提高知识库检索的性能,实现了一个基于逻辑推理的知识库检索服务,并定制了该服务的接口.该服务首先将普通的查询语句转化成描述逻辑推理器能够识别的语句,然后利用描述逻辑的强大的推理功能实现语义网上的知识库的检索.实验表明,该系统能够快速有效地完成基于描述逻辑的知识库检索. 相似文献
5.
基于组块分析技术的中文机构名称识别 总被引:1,自引:0,他引:1
针对中文机构名称自动识别提出了简化的一体化N最佳层叠模型,该模型实现了从汉语切分、词性标注、组块分析一直到机构名称的自动识别.N最佳层叠方法既能够在一定程度上抑制前一个阶段的错误在后面的传播,又大大地缩小了搜索空间.在实验过程中依次加入启发信息和机构名称缩写处理,使得实验结果有显著提高.在IEER99测试集上,中文机构名称识别的最终准确率和召回率分别为92.31%和81.01%. 相似文献
6.
7.
8.
基于潜在语义分析的汉语问答系统答案提取 总被引:24,自引:0,他引:24
为了解决在汉语问答系统答案提取时,由于词的同义或多义现象而导致的“漏提”或“错提”等问题,提出了一种基于潜在语义分析(LSA)的问题和答案句子相似度计算方法.它利用空间向量模型作为问题和句子的表示方法,借助于潜在语义分析理论,对大量问答作句子语料统计分析,构建了一个潜在的词一句子语义空间,从而消除了词之间的相关性,并在语义空间上实现了问题与答案句子相似度计算,有效地解决了词的同义和多义问题.最后结合问题类型和相似度计算结果,对汉语基于事实的简单陈述问题进行了答案句子提取实验.答案提取的MRR值达到了0.47,明显优于空间向量模型.结果说明该方法具有很好的效果. 相似文献
9.
基于资源信息细分的学习评价系统的设计与实现 总被引:3,自引:0,他引:3
在网络化学习系统中,如何准确地发现学习者的缺陷是学习评价系统的主要任务,也是一个非常困难的问题。该系统通过对学习资源标注知识点、能力点、方法点、错误现象和错误归因等信息,将学习资源所包含的信息进一步细分和深化,再以测试结果为基础进行评价,能够更准确地发现学习者的缺陷。 相似文献
10.
在专家系统中利用关系数据库来表达知识 总被引:26,自引:1,他引:26
在专家系统中,传统的知识表达方式具有很大的局限性,知识的重复利用率不高,并且无法给出知识的关系。为了解决这个问题,文章利用关系数据库的特点,将知识存贮在数据库中,并结合推理机的工作原理,阐明了如何利用标准数据查询语言(SQL)来对知识库进行正向推理及反向推理。从而提高了推理机的效率,减少知识获取的开销,增强知识库的可维护性和扩展性。 相似文献