基于深度学习的智能问答系统研究与设计

智能客户服务系统是在大规模知识处理的基础上开发的面向行业的应用程序,适用于大规模知识处理、自然语言理解、知识管理、自动问答系统和推理等技术行业。近年来,机器学习、强化学习、深度学习等技术的革命性发展,促进了问答系统的进一步发展。笔者设计了一个系统,该系统基于给定文档提取知识,并自动生成知识库,实现基本功能。     

基于深度学习的智能问答系统综述

在科技发达和信息爆炸的时代,如何从海量数据中准确地提取所需信息已成为人们研究的目标.问答系统作为解决此问题的重要途径之一,其主要通过对已有数据信息进行检索和分析,并最终返回问题答案或其他相关信息.近年来,深度学习的革命性发展给问答系统带来了长足的进步,序列到序列的模型,端到端的模型以及最近流行的预训练,都给问答系统留下无限的发展空间,但其仍面临许多挑战.本文首先对问答系统的发展进行简要介绍,接着将问答系统按照3个不同角度进行分类,并对相关数据集、评测指标和各类问答系统的主流技术进行阐述,最后对问答系统面临的问题和未来的发展趋势进行讨论.     

高校智能问答系统的构建与应用

智能问答系统是自然语言处理研究中经典的任务之一。高校中智能问答系统的建设是至关重要且极具挑战的任务。本研究围绕智能问答系统在高校中的应用,提出了基于深度学习的智能问答平台架构,并总结了各高校中问答系统的模型框架和研究进展,为智能问答系统在高校校园的落地提供了研究基础。     

知识库问答系统研究进展

近年来,涌现了很多高质量大规模的知识库,基于知识库的问答系统(Knowledge Base Question Answering,KBQA)随着知识库的发展而得到了快速发展.知识库问答系统通过对自然语言问句进行理解和解析,进而利用知识库中的事实来回答自然语言问题,使用户在不了解知识库数据结构的情况下快速、精准的得到有价...     

具有自学习功能的自动出题系统

利用人工智能技术，提出一种基于Agent的自学习模型以及基于这个模型设计新的出题算法。使用该算法能挖掘出已有题库的相关信息并综合考生的具体情况，根据取得的这些信息对试题和试卷参数进行自调整和自定位，生成适合考生的个性化试卷。     

基于表示学习的知识库问答研究进展与展望

面向知识库的问答(Question answering over knowledge base, KBQA)是问答系统的重要组成. 近些年, 随着以深度学习为代表的表示学习技术在多个领域的成功应用, 许多研究者开始着手研究基于表示学习的知识库问答技术. 其基本假设是把知识库问答看做是一个语义匹配的过程. 通过表示学习知识库以及用户问题的语义表示, 将知识库中的实体、关系以及问句文本转换为一个低维语义空间中的数值向量, 在此基础上, 利用数值计算, 直接匹配与用户问句语义最相似的答案. 从目前的结果看, 基于表示学习的知识库问答系统在性能上已经超过传统知识库问答方法. 本文将对现有基于表示学习的知识库问答的研究进展进行综述, 包括知识库表示学习和问句(文本)表示学习的代表性工作, 同时对于其中存在难点以及仍存在的研究问题进行分析和讨论.     

新的动态记忆网络的视觉问答

视觉问答任务旨在给机器输入一幅图像和一相关问题,计算机能够准确作答。针对这一任务,对记忆和注意力机制的神经网络结构进行了深入研究,这类网络显示出问题回答所需的某些推理能力。在分析动态记忆网络的基础上,提出了一种新的动态记忆网络,对原来的DMN的内存和输入模块进行改进。结合这些变化,一个新的图像输入模块引入到视觉问答系统中。在DAQUAR-ALL、COCO-QA和VQA数据集上验证了该方法的有效性。实验结果表明,所提出的新动态记忆模型取得了很好的结果,比一些经典深度方法都更出色。     

融合事实文本的知识库问答方法

在自然语言问题中,由于知识库中关系表达的多样化,通过表示学习匹配知识库问答的答案仍是一项艰巨任务.为了弥补上述不足,文中提出融合事实文本的知识库问答方法,将知识库中的实体、实体类型和关系转换为事实文本,并使用双向Transformer编码器(BERT)进行表示,利用BERT丰富的语义模式得到问题和答案在低维语义空间中的...     

基于知识表示的联合问答模型

基于知识库的问答系统旨在通过解析用户的自然语言问句直接在知识库中提取出答案.目前,大多数知识库问答模型都遵循实体检测和关系识别这两个步骤,但是此类方法忽略了知识库本身所蕴含的结构信息以及这两个步骤之间的联系.文中提出了一种基于知识表示的联合问答模型.首先应用知识表示模型将知识库中的实体与关系映射到低维的向量空间,然后通...     

基于深度哈希学习的知识库问答检索框架

知识库问答通常包含3个子任务：中心实体识别、实体链接和关系检测。鉴于当前知识库中通常包含数量巨大的实体和关系,为了进一步解决基于复杂规则和倒排索引在知识库中进行检索带来的搜索空间局限性、召回率偏低和难以兼顾语义信息等问题,提出了一种构造知识库问答检索框架的新方法。该框架包含文本召回和哈希召回两个主要模块,通过二次召回设计构成传统文本检索与保留语义信息的哈希码检索的级联检索模式。所提方法在大规模知识库问答测评基准KgCLUE和NLPCC2016提供的数据集上进行实验,结果表明：基于深度哈希学习的知识库问答检索框架可以高效地获取高质量的候选项,在适应大规模知识库的同时能够节省一定的时间开销。     

基于Web的学生自主学习系统研究与设计

个人或组织的真实行为能力的培养在一定程度上将依赖于个人或组织的自主学习能力。随着计算机技术和网络技术的发展，如何利用它们来实现个人自主学习是一个值得研究的问题。本文设计了基于Web的自主学习系统．重点介绍了该系统的基本功能和主要特点。该系统吸取当前智能教学系统相关研究中较为成熟的技术给予实现，集成了教学、自学、自测、智能反馈等功能。     

基于Web的学生自主学习系统研究与设计

个人或组织的真实行为能力的培养在一定程度上将依赖于个人或组织的自主学习能力.随着计算机技术和网络技术的发展,如何利用它们来实现个人自主学习是一个值得研究的问题.本文设计了基于Web的自主学习系统.重点介绍了该系统的基本功能和主要特点.该系统吸取当前智能教学系统相关研究中较为成熟的技术给予实现,集成了教学、自学、自测、智能反馈等功能.     

具有记忆功能的机器人

<正>本文设计了一种具备道路记忆功能,可选择最优路径的两轮式机器人。一、系统硬件设计核心控制部分采用ATMEL公司的8位MCUAT89S52。作为一款现在广泛应用的MCU,该MCU价格低廉且有很高的性价比。外接存储模块采用24LC512芯片。系统硬件设计框图如图1所示。     

基于查询路径排序的知识库问答系统

该文提出了一种基于查询路径排序的知识库问答系统。为了将简单问题与复杂的多约束问题统一处理,同时提高系统的准确性,该系统采用基于LambdaRank算法构建的排序模型,对查询路径按照与问题的相关度大小进行排序,选择与问题相关度最高的路径用于抽取答案。同时,该系统还应用了一种融合方法以提高实体识别的准确性。该文所构建的系统在CCKS2019 KBQA任务与CCKS2020 KBQA任务上均取得了较好的效果。     

中文自动问答系统探讨

中文自动问答系统是网络高速发展的必然产物。论文从自动问答系统的定义入手,系统的研究了它的关键技术,并对其应用前景和发展趋势做了预测。     

基于本体的航空领域问答系统

该文设计并实现了基于本体的航空领域问答系统,该问答系统采用面向领域本体的问题分类方法和结构化语义信息提取方法,将自然语言问题转换为SPARQL查询语句,在本体知识库中检索答案。实验结果表明,该系统能够处理该领域内的大部分常见问题,取得了82.97%的平均准确率。     

基于表格的自动问答研究与展望

伴随自然语言处理快速发展,自动问答系统(Question&Answer,QA)受到研究者的广泛关注.基于表格的自动问答(Table QA)实质是在给定自然语言形式的问题文本条件下,利用表格知识库信息进行查询推理得到答案的过程.从语义解析方法角度分析了基于表格知识库的问答模型、算法特点及其相关问题,同时结合人工智能技术的...