基于CBR的智能答疑系统范例库的研究与实现

CBR方法是近年来人工智能领域先进和实用的方法,范例库作为智能答疑系统的核心部分,为进一步提高答疑系统的智能性,将CBR引入范例库,研究了基于CBR的智能答疑系统范例库的构建方法,对聚类方法和遗传算法在CBR范例库的检索、维护中的应用进行了分析、测试。通过CBR范例库的建立、检索和维护有效地提高了智能答疑系统的性能、进一步提高了智能答疑系统的智能性。     

基于范例推理的智能答疑的研究与实现

针对答疑系统在一定程度上依赖于专家知识和以往经验的特点,将CBR引入到答疑系统的设计中,研究了基于CBR的智能答疑系统范例库的构建方法,对BP神经网络和范例匹配算法在CBR范例库检索中的应用进行了分析.能有效地提高答疑系统的效率和准确性,进一步提高答疑系统的智能性.     

智能答疑系统模型设计

针对目前高校质量工程中精品课程建设存在的问题,智能答疑系统以提高学生个性化学习的能力.首先分析当前智能答疑系统存在智能性不足、答疑手段单一、答案或知识的结构不良、呈现方式不够丰富等不足,然后对当前的智能答疑系统进行改进,设计出了一个网上智能答疑系统模型.另外,本系统模型特别对标签检索模块进行了设计,在建好标签库的基础上...     

交互式基于范例的推理及应用研究

1.引言近几年来,研究人员一直在致力于研究和解决基于范例推理(Case-based reasoning,CBR)的理论和应用课题,如更为有效的范例表示、索引、检索和修改方法,范例库的创建及维护方法,将CBR与其它人工智能技术集成等。一般说来,传统的CBR是以静态的方式求解问题的。范例是处于一种被动、等待被检索的状态,不能根据所要求解的问题及环境的变化,通过和用户的交互调整范例的内容、结构进行问题的求解。另一方面,在大部分传统的CBR系统中,都是要求用户一开始就要向系统输入一个所要求解的问题的完整描述,然后才开始求解。这就要求用户事先必须确定与问题求解有关的特征,并具有较为详尽的领域知识。这在实际中往往是难以做到的。再者,从应用的角度看,传     

聚类算法在范例库维护中的应用研究

详细介绍了将传统的聚类算法应用于基于范例推理系统中,并为范例库维护提供了一条有效的途径。实验表明,在范例库的维护中,聚类方法是一种行之有效的方法。     

基于网络的智能答疑系统的研究

基于常见问题答案库的答疑系统的基本设计方案是以固定问题答案对作为答案材料,该方案所提供的用户服务有限,限制了系统的答疑能力.本系统采用的基于网络的智能答疑系统是把蕴涵丰富学科知识的学科文档库作为部分知识库,与常见问题答案库相结合,采用布尔模型和向量空间模型相结合的检索模型实现在文档库中自动检索答案的策略.该系统里的知识得到了丰富,解答问题的面也扩大了,增强了系统的答疑能力和实用性.     

基于聚类策略的一种范例删除模型

1 前言基于范例推理(Case-Based Reasoning,CBR)是由R.Schank教授提出的基于范例的推理方法。CBR是用先前求解问题的经验和方法,通过类比和联想来解决当前相似问题的推理方法,这种方法更好地反映专家的思维过程,兼顾了知觉、想象和经验。目前已被广泛应用于医学诊断、工业制造、法律诉讼等领域,并取得很好的效果。由于在CBR系统不断解决问题的过程中,越来越多的新范例被存储在范例库中,则范     

基于网络的智能答疑系统的研究

基于常见问题答案库的答疑系统的基本设计方案是以固定问题答案对作为答案材料,该方案所提供的用户服务有限,限制了系统的答疑能力。本系统采用的基于网络的智能答疑系统是把蕴涵丰富学科知识的学科文档库作为部分知识库,与常见问题答案库相结合,采用布尔模型和向量空间模型相结合的检索模型实现在文档库中自动检索答案的策略。该系统里的知识得到了丰富,解答问题的面也扩大了,增强了系统的答疑能力和实用性。     

范例推理系统中的范例库维护

在范例推理系统中，系统的学习会使范例库逐渐增大，一般来说范例库越大，知识越丰富，但也不能无限增加，否则会大大增加相似范例检索的时间，降低系统的总体性能。因此范例推理学习系统必须有维护功能，主要目的是限制范例库的无限膨胀，且能保持系统的性能。本文在给出一个改进的删除策略维护方案的同时，并从另一角度出发，提出一个基于范例增加的维护策略，以保证系统的性能不受影响，从而达到小范例库强功能的目的。     

中文自动答疑系统的研究与实现

答疑系统是网络教育平台的重要组成部分，其主要作用是：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。探讨了基于中文的自动答疑系统中FAQ库、领域文本知识库组织方式；分析了问题理解、问题检索及问题求解各模块的设计方法；提出以FAQ库智能检索为主，领域文本检索为辅，不断扩充、更新FAQ库的检索方式，力求高质量的满足网络教育的解惑需求。该答疑系统在实际应用中也表现出较高的应用价值。