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。     

突发事件处置智能问答若干问题研究

大数据背景下,传统检索分析方法的效率已难以满足突发事件处置场景的需求。针对该问题,研究突发事件处置智能问答技术的若干关键问题,提供高效、精准的信息保障服务。提出智能问答实现流程、基于分布式表示空间一致性的知识对齐方法、基于层次性类别信息的知识表示模型、基于BERT预训练模型结合CRF序列标注模型的要素提取方法,解决了智能问答技术领域迁移、多源信息融合难、知识表示不全面、训练数据不丰富的问题,并在实验验证中取得了较好的效果。     

一种基于个性化需求的智能配镜算法研究

为实现基于用户个性化需求信息的智能配镜功能,构建用户个性化需求信息数据模型。搭建智能配镜眼镜模型库,建立用户个性化需求信息与眼镜模型库之间的智能匹配模型。将智能匹配流程划分为基于DFS的眼镜模型库检索、基于语义相似度的眼镜框型匹配、面部参数匹配、优化调整四个阶段。设计实现了用户个性化需求信息与眼镜模型库之间的智能匹配算法。应用该智能匹配算法开发智能配镜系统,并与关键词匹配算法进行对比,验证了该智能匹配算法的合理性及有效性。     

图书馆智能信息服务系统的设计与实现

随着数字化时代的到来，图书馆面临日益增长的信息资源和用户需求，因此，如何提高图书馆服务的效率和质量成为待解决的问题。传统的图书馆服务往往存在资源管理不够精准、服务效率低下等问题，这些问题已成为图书馆普遍面临的挑战。而图书馆智能服务系统实现图书馆知识的组织和查询，并实现图书馆智能问答，它通过对图书馆中的信息进行分析和挖掘，将图书馆中的各种信息进行可视化展示，从而实现对图书馆服务的智能化管理和个性化推荐。     

基于Web的个性化营养评估保障系统设计与实现

针对当前现状下人们对能够实现个性化营养评估并提供营养配餐保障服务的迫切需求问题,设计实现一个基于web的个性化智能营养评估保障系统。在对当前营养配餐软件或系统现状研究的基础上,结合对各类人群营养标准的深入调研及对数据库应用系统的理论和实践研究。设计实现了基于Web的个性化智能营养评估保障系统,该系统主要由个性化能量消耗模型创建、个性化营养评估、个性化营养推荐等功能模块组成。系统测试表明,基于Web的个性化智能营养评估保障系统能够有效地提供针对特定个体的营养评估和配餐保障功能。     

基于Web的个性化营养评估保障系统设计与实现

针对当前现状下人们对能够实现个性化营养评估并提供营养配餐保障服务的迫切需求问题,设计实现一个基于web的个性化智能营养评估保障系统。在对当前营养配餐软件或系统现状研究的基础上,结合对各类人群营养标准的深入调研及对数据库应用系统的理论和实践研究。设计实现了基于Web的个性化智能营养评估保障系统,该系统主要由个性化能量消耗模型创建、个性化营养评估、个性化营养推荐等功能模块组成。系统测试表明,基于Web的个性化智能营养评估保障系统能够有效地提供针对特定个体的营养评估和配餐保障功能。     

学习型企业中个性化智能信息服务算法研究

构建了一种基于面向服务的学习型企业智能信息服务系统框架,提出并验证了个性化智能信息服务算法。描述了该算法的核心部分,包括企业员工主个性因子的生成及动态优化、个性化模糊神经网络结构的构造、个性化信息内容生成函数以及相应的优化等。     

基于城市交通信息网格的个性化出行服务研究

智能城市交通系统由于缺少对个性化出行需求统一的认识,以及在实时路况信息计算、信息共享等方面能力上的不足。尚不能提供大规模的个性化出行服务。在调研的基础上,首先给出了一个统一的个性化出行需求定义,然后设计了一个基于城市交通信息网格的个性化出行服务系统,重点探讨了其中的个性化出行需求定制、个性化出行导航和个性化出行服务实现的关键技术。基于交通信息网格的个性化出行系统研究是提高城市交通出行效率并进而缓解交通压力的有效手段。     

融合领域特征知识图谱的电网客服问答系统

知识图谱（KG）是实现领域问答系统的关键技术之一,能够降低客服成本,推进客户自助服务的智能化,具有较大的商用价值和研究意义。针对基于KG问答系统中存在的中文问题表达模糊、线上服务运维成本高的问题,融合领域特征知识图谱的电网客服问答系统（HDKG-QA）,其能基于LSTM模型识别实体/断言,基于主题比较的语义增强方法准确寻找外部知识,使用启发式规则优化答案候选集,并定期根据ILP求解器设置全局KG的更新策略。HDKG-QA能够达到较高的实体/断言识别准确率,自动将领域知识映射为本地KG,快速实现服务知识库的在线更新,达到以较低的响应延迟实现高准确率的回答。根据国网重庆市电力公司信息通信分公司的实际客服问答数据集对本系统进行验证,实验结果表明通过引入LSTM和语义增强方法,问答系统的准确率提高了17%;基于启发式规则的优化答案排序策略将准确率提高了8%;通过引入ILP求解器,在保障同样准确率的情况下,问答响应延迟降低了9%。     

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。     

智能计算服务的需求获取方法

智能计算服务由服务提供者通过互联网为服务消费者提供数据的分析和处理，并建立学习模型完成智能计算功能。由于服务提供者与服务消费者之间缺乏有效的沟通渠道，以及服务消费者反馈的需求描述模糊、混乱，目前缺乏一种统一的服务需求获取方法对用户持续变化的需求进行有效的分析、组织和规约，导致智能计算服务无法根据用户的需求进行快速改进。针对服务开发中需求变更的持续性和不确定性等问题，提出了一种智能计算服务的需求获取方法。该方法首先从Stack Overflow问答论坛获取智能计算服务的应用反馈和问题，然后根据服务消费者所关注的需求类型采用不同的学习模型（包括支持向量机（SVM）、朴素贝叶斯和TextCNN）对其进行知识分类和优先级排序，最后采用自定义的服务需求模板统一描述智能计算服务的需求。     

基于关键短语抽取与答案过滤的问答对生成

高质量的问答对有助于从文章中获取知识,提高问答系统性能,促进机器阅读理解,在人类活动和人工智能领域中都起着较为重要的作用.当前主要问答对生成方法依靠提供文章中的候选答案,根据答案生成特定的问题.然而一些候选答案可能会生成无法从文章中回答的问题,或是生成问题的答案不再是候选答案,造成问答对相关性差,影响问答对的质量.针对此问题,本文提出了一个基于关键短语抽取与过滤生成问答对的方法.该方法能够在输入文本中自动抽取适合生成问题的关键短语作为候选答案,再根据候选答案在问题生成器和答案生成器中生成问答对,并通过对比候选答案与生成答案的相似度过滤相关性低的问答对,最终输出保证质量的问答对.本方法在SQUAD1.1和NewsQA数据集上进行了实验验证,并人工检验了生成的问答对的质量,结果表明该方法可以有效提高生成的问答对的质量.     

智能答疑中问题相关度算法研究及系统实现

针对现有答疑系统缺乏智能性和人机交互不够友好的不足,提出了一个智能答疑系统实现方案。为提高系统中问题与答案的匹配准确程度,着重对问题相关度算法进行了研究,在自动分词后用关键词集合相似度来计算问题的相关度,通过有监督的机器学习BP模型建立一个适合智能答疑系统的学习模型来优化分词权值。实验证明,这种算法可以帮助智能答疑系统提高准确性和智能性,具有一定的实用价值。     

一种基于LDA的社区问答问句相似度计算方法

传统的问答系统(QA)只是直接返回问题的答案,而且没有用户交互特性,而基于社区的问答系统(CQA),含有大量的“问答对”可以利用。该文提出了一种基于LDA的匹配框架来解决相似问句的匹配问题,分别从问句的统计信息、语义信息和主题信息三个方面来计算问句相似度,综合得到整体相似度。实验是在Yahoo! Answers上抽取的真实标注数据集上进行,最终的实验结果表明,该文的方法达到了很好的性能。     

基于本体的智能答疑系统的研究与实现

自动答疑是现代远程教学系统中一个重要组成部分,然而目前的自动答疑系统大多以关键词匹配为基础,忽视了关键粤本身所含的语义信息、查询效率和结果不能满足用户的需要。提出了一个基于本体的智能答疑系统,利用本体中概念规范、语义关系明确的特点,将用户的问题查询请求进行语义上的扩展,增加了对语义信息的理解,有效地提高了查询的准确性。     

问答系统研究综述

近年来,问答系统被大量广泛地研究。问答系统的目标是给定一个问题,能够得到简短、精确的答案。根据处理数据的不同,将问答系统分为三类:基于结构化数据的问答系统、基于自由文本的问答系统、基于问题答案对的问答系统。对这三大类系统的特点、面临的问题和相关的研究分别进行了叙述和总结。最后,讨论了问答系统未来可能的研究方向。     

基于答案模式和语义特征融合的答案抽取方法

答案抽取是问答系统的关键技术。根据对问题-答案的分析可知,它们之间不仅存在语义上的相似性,而且还有句法上的关联性。提出了一种基于问题-答案之间句法模式和句子语义二元特征融合的答案抽取方法。通过对不同的特征赋予不同的权值来调节各特征对答案抽取准确率计算的贡献。与其他方法相比,描述答案的信息更加全面,答案抽取更加准确。     

基于问句相似度的中文FAQ问答系统

常见问题(FAQ)问答系统是一种在已有的“问题—答案”对集合中找到与用户提问相匹配的问句,并将其对应的答案返回给用户的问答式检索系统。其关键问题是用户提出问句与FAQ库中问句进行相似度计算,找出FAQ库中最相近的问句,并返回事先存储好的问题答案。通过对常见问句特点的研究,给出一种基于分解的向量空间模型和语义概念的问句相似度计算方法,其主要思想是对一个问句向量进行分解,提取其三个关键部分:问点、主题词和疑问词,表示成三个分向量,然后对每个分向量计算基于《HIT-IRLab同义词词林(扩展版)》的语义相似度,通过线性加权就可以得出两个问句的语义相似度。试验表明,与传统的基于向量空间模型的TF-DF问句相似度计算方法相比,可以提高问句匹配的精度。     

多特征层次化答案质量评价方法研究

社交媒体中的问答对可以为自动问答系统提供答案,但有些答案的质量不高,因此答案质量评价方法具有研究价值。已有的评价方法没有考虑问题类别特征,对不同类型的问题采用统一的评价方法。因此提出了一个层次分类模型。首先分析问题类型;然后提取文本、非文本、语言翻译性、答案中的链接数4类特征,依据特征分类影响力随问题类型不同而不同这一客观现象,采用逻辑回归算法对各类型问题的答案质量进行评价,取得了较好的实验效果;最后分析了影响各类问题答案质量的主要特征。