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。     

基于UML的网络智能答疑系统分析与设计

答疑系统是网络教育平台的重要组成部分，它在加强师生交流、帮助学生明确问题所在，并获得自己真正需要的答案信息等方面具有不可或缺的作用。本旨在于提供一个智能答疑系统，帮助远程教育的学习者消除学习中的障碍。系统基于UML进行分析和设计，建立相应的数据库，同时引入智能Agent技术实现各个动态用例，使答疑解惑的过程变得轻松、自如、实时、便捷。     

网络教学中的异步答疑系统及其实现

真正有效的授课需有学生之间的相互交流和师生之间的相互交流。在线答疑即是实现这种交互的一种手段。在线答疑可以分为同步答疑、异步答疑和自动答疑三种方式。本文介绍了异步答疑系统及主要模块的实现。     

高校计算机实验课答疑系统分析与设计

分析了建立高校计算机实验课答疑系统的必要性,介绍了系统功能和系统流程,提供了系统运行环境、开发平台以及数据库设计.     

基于加涅学习结果分类的网络答疑系统研究

网络教育具有较为完美个性化的自主学习方式,但是网络的介入给师生之间的双向交流带来了障碍,最终影响了网络教育的质量。本文借助于加涅的学习结果分类理论和迅猛发展的网络通讯技术构建了一个高质量的网络在线答疑交互平台模型,可以实现有效的网络答疑。     

网络答疑本体的生成与匹配方法研究*

针对网络答疑具体任务,提出答疑本体概念,构建答疑本体,并提出一种基于答疑本体的答案匹配方法和相似度计算公式。公式不仅考虑词之间的相似度,还考虑问题答案对(QAp)在本体中的位置。该位置信息隐含了句子结构上的语义和词的语义扩展。实验结果表明提出的答疑本体能够有效表示QAp,易于答疑系统的检索匹配。     

关于网上智能答疑系统研究的几点思考

答疑是教学过程的一个重要组成部分。本文就国内目前已有网上智能答疑系统的研究文献进行梳理分析,并在此基础上,提出网上智能答疑系统需在答疑的学习机制、实证研究、互动性及个性化服务等方面加强研究。     

分布式环境下智能答疑系统平台的研究与实现

针对远程教育智能答疑系统中的知识资源不足的问题,提出采用M ob ile A gent技术、用XM L表示知识构建分布式环境下多站点之间的智能答疑平台,通过知识资源搜索完成答疑任务并补充和完善本地知识资源;讨论了系统所采用的A gent通信机制和路由策略。实验表明,使用该系统搭建起来的平台能够实现多个网络教育站点共享,解决答疑资源不足问题。     

网络答疑

电脑互联后某一台无法正常上网 问：我通过双网卡实现了两台Windows系统的电脑互联,但联网后发现用主机电脑上网一切正常,在客户端电脑中却打不开网页。但又可以上QQ。请问如何解决这样的问题？     

基于Android手机平台的自动答疑学习系统研究

根据学生在学习的过程中提出问题,教师占用大量课余时间解答,并且不能及时解答等问题,考虑利用目前普及率较高的基于Androld平台的3G智能手机开发智能答疑学习系统,在不受时空的限制下,建立专业词汇库,设计问题匹配算法,实现问题自动搜索,实时解答,从而减轻教师负担,增加学生学习兴趣,提高知识技能。最后,简单叙述了在实际设计开发中可能会出现的问题。     

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。     

一个基于Agent的答疑系统

本文首先分析了现有答疑系统及其不足,然后给出了一个基于Agent的答疑系统模型以及其中各Agent部件的设计,最后说明了本文答疑系统的特点。     

AnswerSeeker:基于互联网挖掘的智能问答系统

智能问答系统是一种处理自然语言的新型的信息检索系统。介绍了AnswerSeeker智能问答系统,该系统采用了模块化和可扩展的框架,以便整合多种智能问答技术和多样化数据源。通过将与语言无关的代码和语言相关的代码分离,并且将语言相关的代码封装为组件,只要替换相应的组件,该系统可以适用于多种语言。由于很多自然语言处理技术还没有针对中文的,目前为止,我们系统的内核只支持英文,所以将以英语自然语言为例介绍AnswerSeeker的架构和工作原理。该系统采用了两种互联网挖掘的方法来寻找问题的答案：知识挖掘和知识诠释。AnswerSeeker使用网络作为一个知识源,当然它也可以使用其他小的语料库或面向专业领域的知识库作为知识源。此外,提出了一种新的问题的表示和答案提取的方法一文本模式,文本模式分为问题模式和答案模式;其中问题模式用来表示问题,答案模式用来提取精确的答案。AnswerSeeker通过将问题-答案对作为训练数据,自动学习答案模式。实验表明将互联网作为知识源,将模式学习和知识诠释的技术集成在同一系统中进行答案挖掘是一种这种很有前途的方法。     

基于JXTA的P2P网络答疑系统的设计与实现

JXTA技术主要用于提供P2P程序所需的基础服务.它致力于为P2P应用创建一个通用的平台,其中包括一系列独立于语言、平台和网络传输技术之外的协议.本文以Internet上基于P2P计算模式的网络答疑系统为研究对象,以JXTA平台为基础,讨论分析了其设计、实现的相关问题与技术.并对利用P2P计算模式来构建网络答疑系统的关键技术进行了研究.     

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.     

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.     

谓词逻辑在答疑系统中的应用

提出了一种新的答疑系统模型。该模型引入了谓词逻辑,在系统完成关键词匹配后,进行二次谓词匹配,最后把仅和问题语义相符的答案予以反馈。实验证明,这种方法较好地提高了系统的智能性和准确率。     

基于多模态知识感知注意力机制的问答方法

随着网络的普及,越来越多人遇到身体不适时,会选择在网站上搜索相关症状.随着在线医疗问答网站的出现,如春雨医生、寻医问药等,患者可以便捷地医生交流.现有的问答系统方法,聚焦于词级别的交互与语义信息,却很少考虑在回答问题时,回答者还利用了与问答本身无直接联系的常识.在实际生活中,除了病人的表述,医生还需要额外知识来诊断病人.提出了一个基于多模态知识感知注意力机制的医疗问答方法,它可以有效地利用多模态医疗知识图谱来构建基于知识图谱的问答对之间的交互.该模型首先学习知识图谱中实体的多模态表示;然后从多模态知识图谱中与问答对相关联的实体的路径来推测出回答该问题时的逻辑,并刻画问答对之间的交互关系.此外,该模型还提出了一种注意力机制来判别连接问答对的不同路径之间的重要性.构建了一个大规模的多模态医疗知识图谱和一个医疗问答数据集,实验结果表明:该方法比当前最好的方法准确度提升了2%以上.