基于知识图谱的创新创业智能问答系统

目前创新创业教育已经进入各大高校，并且已经形成体系。为解决创新创业知识智能搜索问题，基于创新创业知识语料构建知识图谱，通过基于特征词的意图识别、基于Cypher的问题分析、基于Neo4j的知识检索和答案生成3个环节搭建智能问答系统。针对无法正确识别多种问句表达形式、无法进行逆向查询两方面问题，对智能问答系统进行了改进优化。经测试，改进后的智能问答系统的性能得到了很大提升。     

智能问答系统在高校课程教学中的应用

分析在高校课程教学过程中教师及学生问答环节的痛点,阐述智能问答系统在课程教学改革中的实用性,进一步根据实际课程教学问答环节的需求,设计基于智能问答的教学系统,以此为依据辅助课程教学,同时指出该系统的特点和进一步的扩展之处。     

基于相似度算法的英语智能问答系统设计与实现

智能问答系统是在搜索引擎的基础上融合了自然语言知识和应用的人工智能产品,相比较传统的依靠关键字匹配的搜索引擎,能够更好地满足用户的查询需求。针对现有的英语智能问答系统中知识呈现的单一化以及系统查询效率低等现状,采用基于距离的相似度算法,设计并实现了基于相似度算法的英语智能问答系统。实验结果表明该系统能够较为准确地回答小学生的英语问题,对远程教育中小学英语智能问答系统的构建起到参考和借鉴的作用。     

基于知识图谱的中成药智能问答平台构建

近年来,中成药的使用和生产规模不断增大,产生了越来越多的中成药数据,中成药的普及与发展是一关键性问题。本项目结合知识图谱和多标签文本分类与命名实体识别的自然语言处理、语音识别等智能问答技术搭建中成药智能问答平台。在用户文本提问或语音提问后,平台会根据提问在海量中成药信息中迅速准确地查询相关中成药信息,并呈现相关中成药的知识图谱辅助用户理解。知识图谱可以将中成药很好的存储起来,智能问答可以帮助用户了解中成药,使用知识图谱结合智能问答技术对中成药普及与发展具有一定的意义。     

基于知识图谱的智能问答研究综述

基于知识图谱的问答是近年来研究热点,从基于模板、语义解析、深度学习、知识图谱嵌入四方面介绍基于知识图谱智能问答实现,归纳了各类方法的优缺点,及尚未解决的关键问题。结合当前人工智能技术发展,重点介绍了基于深度学习的智能问答,有助于更多研究者投身于智能问答研究,根据不同行业需求研发适用于不同领域的问答系统,提高社会智能化信息服务水平。     

基于深度学习的智能问诊系统设计与实现

基于深度学习框架,以智能问诊为研究对象,设计并实现了一个基于深度学习的智能问诊系统。整个系统的主要功能包括数据预处理、特征提取和问句分类。建立高质量用户训练问答库,问答库与专家知识进行结合,实现智能问诊。基于FastText+BERT模型构建知识图谱,同时对问答库进行训练,搭建了一个医疗问题知识库;建立深度学习医疗模型,实现问诊量统计分析。结果表明,该系统可以提高医生对问题的理解程度和识别率。     

分层干扰推理学生模型

1.引言计算机辅助教学(CAI)向智能化发展乃大势所趋。一般来说,智能计算机辅助教学(ICAI)系统应该有三个基本成分:专家模块、学生模块和教学模块。专家棋块是 ICAI 系统中教授一门专业知识的专家系统,用于向学生传授知识并灵活地回答学生的问题。学生模块是 ICAI 系统特有的用于教学过程的模块,主要功能是:     

网上销售常问问答系统的构建

网上销售以多媒体方式展示产品,销售人员使用即时通讯工具进行客户服务。问答系统可以将销售人员从简单智能活动中解放出来,进一步提高生产效率和降低成本。系统由问题分析处理、信息检索、答案分析处理3大部分组成,问句与答案之间的相似度计算是整个系统的核心部分。系统对于超出范围的问句,使用人工坐席进行辅助。知识表示和智能Agent的应用,可以进一步减少对人工干预的依赖。     

基于知识图谱的医疗问答系统设计与实现

为提高医疗服务水平,设计基于知识图谱的医疗问答系统。首先,构建医疗问答系统,在业务层中搭建医疗数据知识图谱,并生成医疗问题知识模板;其次,采用基于相似度的问句实体抽取算法和意图识别算法,以获取用户的问题意图;最后,将意图传输至知识图谱,并查询相应答案返回给用户,从而实现智能医疗问答。     

智能回复系统研究综述

网络舆情形成快、影响大,如何对其进行智能导控一直是网络安全中的难点和重点。本文提出使用智能回复系统对网络舆情进行自动引导的观点,然后对智能回复系统研究进行了综述。本文首先介绍了当前智能回复系统的主流研究方向,如视觉问答、基于知识图谱的问答和推理问答等不同类型的智能回复系统;接着根据应用场景的不同分别介绍了垂直领域和开放领域的智能回复系统,然后从技术手段上对实现智能回复系统的各种主流方法进行了详细的介绍和探讨。最后本文总结归纳了当前智能回复系统的自动评价方法以及当前智能回复系统存在的主要问题及未来可能的研究方向。     

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。     

基于知识图谱、TF-IDF和BERT模型的冬奥知识问答系统

传统信息检索技术已经不能满足人们对信息获取效率的要求,智能问答系统应运而生,并成为自然语言处理领域一个非常重要的研究热点。本文针对中文的冬奥问答领域,提出了基于知识图谱、词频-逆文本频率指数 (term frequency-inverse document frequency,TF-IDF)和自注意力机制的双向编码表示(bidirectional encoder representation from transformers,BERT)的3种冬奥问答系统模型。本文首次构建了冬奥问答数据集,并将上述3种方法集成在一起,应用于冬奥问答领域,用户可以使用本系统来快速准确地获取冬奥内容相关的问答知识。进一步,对3种模型的效果进行了测评,测量了3种模型各自的回答可接受率。实验结果显示BERT模型的整体效果略优于知识图谱和TDIDF模型,BERT模型对3类问题的回答可接受率都超过了96%,知识图谱和TDIDF模型对于复合统计问答对的回答效果不如BERT模型。     

基于网络的智能辅导系统的设计与实现*

介绍了基于网络的智能辅导系统的设计与实现.智能辅导就是将存在计算机中有关初中理科的显式知识和高水平教师大脑中的隐性知识转移给学生的过程.基于网络的智能辅导系统由五个子系统组成,提供网络在线实时运行模式.系统试验服务结果表明,系统提供的智能辅导能够很好地解答学生的问题,且在成功率、正确率和响应时间等方面能够满足学生要求.     

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。     

面向知识自动化的自动问答研究进展

将自动问答系统从基于文本关键词的层面,提升到基于知识的层面,实现个性化、智能化的知识机器人,已成为自动问答系统未来的发展趋势与目标.本文从知识管理的角度出发,分析和总结自动问答领域的最新研究成果.按照知识表示方法,对代表性自动问答系统及关键问题进行了描述和分析;并对主流的英文、中文自动问答应用和主要评测方法进行了介绍.     

基于事件抽取的学科建设知识图谱构建与应用

学科建设是高校发展的核心,随着高校学科建设的不断深入与强化,学科建设信息持续增加,且以离散的文件组织形式难以对学科建设成果进行高效的管理,不利于后续分析与评估工作的开展.针对此问题,对学科建设知识图谱的构建及相关应用进行了研究.首先通过BERT-BiLSTM-CRF模型对学科建设文本进行事件抽取,并使用爬虫进行相关知识的补充.然后选择属性图模型存储知识,完成学科建设知识图谱的初步构建.基于构建好的知识图谱,搭建了学科建设可视化系统,并引入最小斯坦纳树算法实现智能问答应用.最后,通过对学科建设事件抽取与智能问答方法进行实验分析,验证了本文所提出方法的有效性.     

基于NLP的图书馆智能问答系统研究

随着计算机算力的提升和智能设备的普及,社会逐步进入智慧化时代。高校图书馆作为高校的文献信息中心,进行智慧化转型提升服务质量是时代所需。因此,文章借助智能问答技术,设计了基于自然语言处理（Natural Language Processing,NLP）的图书馆智能问答系统,创新图书馆参考咨询服务模式,提高图书馆服务水平和效率。     

中医古籍智能助学系统的研究与实现

互联网的快速发展为中医古籍的传承创新注入了新动力。文章采用Python收集《医宗金鉴》等中医古籍数据，构建了基于古籍中方剂数据的知识图谱，搭建了多端访问和前后端分离的智能助学系统。该系统实现了在线阅读、看视频、听音频等助学功能，并基于方剂知识图谱搭建知识问答系统，可为用户提供一个多元化和智能化的在线助学平台。     

领域知识融合与共建研究

为建设国家电网客户服务中心的智能对话系统,需要从大量文档、知识库、对话等数据中提炼知识形成知识图谱,提出一种融合事实图谱和事理图谱的新型知识图谱框架,能够基于多源异构数据共建新型知识图谱,在国网领域精准问答、客服系统知识支撑、对话管理引导、知识推理等方面均有较好性能。融合后的图谱及应用系统在国网客服中心问答平台中投入使用,大幅提升了客服人员工作效率和服务质量。     

面向水利信息资源的智能问答系统构建与应用

当前特定领域的问答系统主要采用基于关键字匹配的方法完成问答,类似水库大坝的建成时间、坝高等,无法充分理解用户自然语言提问的检索意图并给出准确回答。为此基于知识图谱技术,利用语义解析方法,本文设计并开发面向水利信息资源的智能问答系统。针对语义解析自然语言问句转化为结构化查询语句需要多步操作,容易导致语义鸿沟问题,还为了后续基于知识表示的问答方法,积累用户语料,本文提出一种语料扩展方法构建语料库。