基于Ontology的多Agent智能答疑系统模型研究

针对目前智能答疑系统在知识共享、知识重用以及问题求解查全率和查准率方面的不足,提出了基于Ontology的多Agent智能答疑系统模型。该模型首先需要建立基于Ontology的问题解答知识库,然后对用户输入的问题进行关键词拆分、本体交互和语义扩展等,并在问题解答库中进行查询,得到合适的问题答案。与同类答疑系统比较,在知识共享、知识重用以及问题答案的精确定位与表达有了较为明显的改进。     

基于多Agent的智能网络答疑系统设计

网络答疑是多媒体网络教学系统不可缺少的功能之一。近年来，人们陆续研制和开发了一系列网络答疑系统，这些网络答疑系统已在教学过程中发挥较大作用，但其均不同程度地存在一些问题。（1）系统的自适应性能较差。如进行问题关键词匹配时，经常答非所问。（2）问题及答案的表现形式不够丰富，主要以文本为主，缺乏必要的图像、声音等多媒体支持能力。     

智能Agent与Agent系统

随着计算机网络及基于网络分布计算技术的发展，对于多Agent系统的研究，已逐渐成为人工智能领域一个新的研究热点。本文从多Agent系统研究的需求背景和技术背景，智能Agent的定义、特性，多Agent系统研究的现状以及发展前景等方面进行了阐述，初步向读者说明了多Agent系统的发展概况。     

一个多Agent系统模型

一个Ａｇｅｎｔ的知识和问题求解能力是有限的,为更好的服务于用户,必须与其它Ａｇｅｎｔ全作,Ａｇｅｔｎｔ寻找合作伙伴是问题求解的关键。本文结构Ｎ．Ｒ．Ｊｅｎｎｉｎｇｓ等人的工作给出了一种系统模型,任务减少了通开锁,自适应单元增强了Ａｅｇｎｔ对外界变化的自适应能力,Ａｇｅｎｔ个性倾向性使模型更合理,排除了冲突因素,提高了２求解的效率。     

基于Agent图的三级多Agent系统组织模型

多Agent系统的组织结构是Agent个体之间交互的框架。对分布式多Agent系统的组织方式、协作机制进行了简要讨论,提出了Agent域及Agent图的概念。根据不同Agent之间的地理位置和通信代价,由Agent个体、Agent组及Agent域三级组织结构形成一个Agent图,并借鉴计算机网络的分布式自适应路由选择策略进行多Agent系统的协作组织。分析表明,该模型具有高效、健壮、通信开销较小等优点。     

一个基于XML的多Agent网络管理原型系统

网络管理中已经普遍接纳多Agent体系结构，AGIMA是成功开发移动代码机制和群组管理功能的原型系统之一。考虑到Agent交换和共享网络管理信息的需要，新一代的管理信息结构SMlng描述的网管信息可以通过基于XML的资源描述体系（RDF）进行知识表示，需要集成更新的工具软件，为Agent引入网络管理的智能技术打下基础。     

智能Agent与多Agent系统的研究

智能Agent及多Agent系统自20世纪80年代起一直是分布式人工智能研究的热点。对Agent理论，语言，结构以及多Agent系统结构等问题进行了研究，并对Agent与对象（Object) ,过程控制系统，软件“精灵”以及多Agent系统与分布式问题求解的区别进行了分析。     

Mobile Agent在自动答疑系统应用中的实现策略研究

针对Mobile Agent搭建自动答疑系统平台的实现策略问题,首先提出适合系统特点的Mobile Agent命名机制和通信方式,接下来阐述系统中Mobile Agent迁移机制和路由策略,最后讨论Mobile Agent访问路径自适应机制问题。实验表明,使用这种方式搭建系统平台,能够实现多个网络教育站点共享,提高用户答疑问题的查全率和查准率。     

一个基于JaVa的多Agent系统框架JAFMAS及其改进

介绍一种基于Java多Agent系统构造框架JAFMAS。该框架可为多Agent系统的开发者提供了一组可扩展的Java类,使得开发者将力量集中于Agent的具体功能细节而不必担心Agent的通信方法和行为协调机制。该文介绍了框架的体系结构和分布式环境下Agent间的通信方法和行为协调机制,同时对JAFMAS做了一些改进。     

基于多Agent系统的软件开发方法研究

面向Agent的软件工程近年来获得很多人的关注,其中MAS是一个重要的研究方向.到目前为止,已经出现了20多种MAS开发方法.本文对现有的主要方法进行了分类和总结,并利用三层次模型对常用的三类方法进行了比较,希望对读者有一定的借鉴作用.     

基于Web的短信课程答疑系统的设计

移动通信是近年来发展较快的通信技术,移动通信设备（如手机等）使用方便灵活,随着终端硬件和通讯费用的不断降低,其普及推广的速度惊人。在这样的背景下,短信息服务是我国普及的通信服务,将其应用于远程教育领域,针对远程答疑中现存的问题,充分利用其成本低、普及率高、灵活便捷的特点和优势,设计并开发基于Web的短信课程答疑系统,将其应用于远程答疑中。     

基于多Agent的公安刑侦知识协同学习交流系统

基于多Agent技术,本文提出在网络环境下构建一个公安刑侦知识协同学习交流系统,为分布在不同地点的公安部门提供信息共享以及最新刑侦技术的学习环境。本文详细描述了系统的体系结构、Agent的内部结构、Agent之间的通信机制及系统特征。     

基于问句类型的问句相似度计算

目前,问句相似度的计算主要借鉴普通陈述句的相似度计算方法。由于普通陈述句的相似性更多反映的是语句间语义上的匹配符合程度,而衡量问句间的相似性则须同时考虑问句及其答案句之间的相似程度,为此,设计了一种新的问句相似度计算方法。该方法不仅利用问句之间的语义和语法特征考察问句之间的匹配程度,还利用问句的问题类型等信息来间接刻画答案句之间的特征形象,从而以获取问句的深层语义信息,以提高问句相似度计算的准确性。实验验证了该方法的有效性。     

网络教学平台下智能答疑系统的研究与设计

智能答疑系统是基于网络教学领域的自动问答系统,该系统服务于用户远程学习中的疑难问题解答,可有效提高网络教学的质量。     

利用JDBC实现基于Internet的网上答疑系统

介绍了一个利用ＪＤＢＣ实现的基于“客户机－Ｗｅｂ服务器－数据库服务器”三层体系结构的因特网上答疑系统。系统的功能设计方便,有效,在实现上选用了新兴网络编程语言ＪＡＶＡ及其数据库连接技术ＪＤＢＣ,使系统可在不同的软硬件平台上顺畅运行;管理和使用也非常方便灵活,只需因特网上的通用浏览器软件即可,具有一定的推广价值。     

基于文档库的信息服务问答系统

当前信息环境下,非结构化文本是各类信息的重要组成部分,如何针对用户信息需求,从文本数据中快速提取所需信息,为用户提供快速高效的信息获取方式成了当前信息服务领域亟待解决的问题.该文基于语义检索以及抽取式文档阅读理解模型,研究了如何快速有效地从大型文档库中根据用户问题提取出所需答案信息的技术,构建了基于文档库的信息服务问答系统.对于解决当前海量信息环境下快速有效的帮助用户获取所需信息,提升信息服务效率具有重要意义.实验表明,该系统可以快速精确的定位用户所提问题的答案,帮助用户快速有效的获取所需信息.     

Answering Count Questions with Structured Answers from Text

In this work we address the challenging case of answering count queries in web search, such as number of songs by John Lennon. Prior methods merely answer these with a single, and sometimes puzzling number or return a ranked list of text snippets with different numbers. This paper proposes a methodology for answering count queries with inference, contextualization and explanatory evidence. Unlike previous systems, our method infers final answers from multiple observations, supports semantic qualifiers for the counts, and provides evidence by enumerating representative instances. Experiments with a wide variety of queries, including existing benchmark show the benefits of our method, and the influence of specific parameter settings. Our code, data and an interactive system demonstration are publicly available at https://github.com/ghoshs/CoQEx and https://nlcounqer.mpi-inf.mpg.de/.     

用VFP开发的一种出题系统

介绍了用 VFP6.0开发的一种出题系统 ,对系统中七种功能模块作了较详尽地阐述。     

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。     

问答系统研究综述

问答系统是人工智能和自然语言处理领域中具有广泛发展前景的研究方向之一.早期的问答系统限定以自然语言形式进行提问和回答,近年来,随着多模态知识图谱、多模态预训练模型的发展,支持文字、图片、音频、视频等多种模态间信息查询的广义问答系统逐渐成为新的研究热点,其以多媒体方式展示结果,更加直观、全面.本文根据问答系统任务对象的变化,将问答系统划分为3种类型:专用问答系统、通用问答系统和多模态问答系统.分析了这3种类型的问答系统发展过程中所面临的问题,着重总结每个阶段所采用的关键技术与方法,同时对问答系统在工业上的应用进行了举例说明,并对未来研究方向进行了展望.