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。     

网上答疑系统的设计与实现

网上答疑系统可以承担一部分网络教学的任务,弥补学生在网络学习中交流方面的不足。网上答疑系统解决了网络教学这种非面对面教学形式中学生与教师之间交流的困难,完善了现代教育体系。     

远程教育网络自动答疑系统设计构想

远程教育丰富的网上教学资源为时空分离环境下的远程学习提供了便捷、高效的学习途径,但目前师生答疑解惑主要通过E-mail、QQ或课程论坛等形式实现,通过这些方式,教师不可能及时回答众多学生的问题,并且不断地重复回答相似的问题也是低效的。利用远程访问、关键词和语义词提取等技术针对具体课程建立网络自动答疑系统,不但可以作为教师答疑系统的辅助,也将极大地提高教师答疑的效率。     

基于AdHoc网络的在线答疑系统的设计与实现

针对目前网络答疑系统的可扩展性和灵活性的不足,设计一种基于无线自组织网络Ad Hoc的在线答疑系统。利用移动对等网络技术,设计基于Android 4.0平台和Ad Hoc网络上的在线答疑系统,实现网络通信和组管理、用户在线答疑、用户自动答疑与实时交互性白板演示等多种功能。该系统目前已在Andorid 4.0平台上开发完成,实际运用证明了该答疑系统的灵活性与答疑手段的多样性。     

基于Struts2框架的课程答疑系统的设计与实现

课程答疑不仅仅是课堂教学上一个不可缺少的环节,同时也是网络教学中重要的一部分。如何在网络课程教 学中开展高效率的课程答疑已经成为网络教学中一个重要的问题。本文介绍了基于Struts2 框架的课程答疑系统的设计与实 现。系统采用HTML,DIV, CSS,Ajax,JavaScript,JSP 等相关技术进行编程,实现了用户的登陆、注册、关键字搜索、文件的上 传、权限控制、动态导航内容等功能;使用MySQL 数据库进行管理,实现了管理员对课程、内容和用户信息的管理功能。该系 统有效克服了课堂教学时答疑受时间、地点限制的弊端,便于师生之间进行在线互动。     

一个基于多课程本体的简单答疑系统*

目前的智能答疑系统每次只能对一门课程进行知识解答,针对这一问题,构建一个能够解答两个课程知识的简单答疑系统。首先构建用于答疑系统的两个课程领域本体,然后采用本体映射技术将这两个异构本体映射在一起,使得两者之间能够进行信息交流。该系统能够实现学生在学习一门课程知识的同时比较学习另一门相关领域课程中相似的知识,使得学生既能加深对于所查询课程知识的理解又能同时了解相关领域的相似知识。     

基于ASP.NET网上答疑系统设计与实现

网上答疑系统可以为学生提问和教师答疑提供一个网上交流的平台,使学习活动更加自主化、个性化,使教育的适应性大大加强。本文从数据库结构设计、登陆认证、提问及回复功能、在线聊天讨论室等几个方面介绍了基于ASP．NET的网上答疑系统的总体设计方案。     

Mashup智能答疑系统的研究与实现

在学生进行自主学习的过程中,答疑解惑通常是支持该学习模式的重要手段.为此,以基于网络的探究性学习模式为背景,应用Mashup技术设计一种智能答疑系统.利用该系统集成广域分布的网络资源,实现部分课后习题与思考题的解答、名词解释等功能.将该系统用于某基础课程的教学中,实践结果表明,该系统不仅可大大减轻教师答疑的工作量,而且能及时满足大学生个性化的学习需求,提高其学习效率.     

基于B/S结构的教学辅助系统设计与实现

随着互联网时代的到来,网上答疑、在线考试等手段逐渐被采用;B/S结构比C/S结构具有简单、容易实现等优点;基于B/S结构,并采用ASP.NET技术,本文阐述了设计和实现教学辅助系统的过程。     

校园网在线答疑平台研发

网络答疑系统作为网络教育体系中不可或缺的一个重要部分,它的发展和完善成了计算机领域内的研究热 点。本文首先分析了国内部分高校传统教育模式下答疑现状以及存在的一些问题,再根据网络教育发展中的需求,提出了基 于P2P 的实时答疑系统的设计方案。系统实现了多种信息资源的共享,使老师与学生可以“面对面”地进行交流。     

基于答案辅助的半监督问题分类方法

问题分类旨在对问题的类型进行自动分类,该任务是问答系统研究的一项基本任务。提出了一种基于答案辅助的半监督问题分类方法。首先,将答案特征结合问题特征一起实现样本表示;然后,利用标签传播方法对已标注问题训练分类器,自动标注未标注问题的类别;最后,将初始标注的问题和自动标注的问题合并作为训练样本,利用最大熵模型对问题的测试文本进行分类。实验结果表明,本文提出的基于答案辅助的半监督分类方法能够充分利用未标注样本提升性能,明显优于其他的基准方法。     

基于自监督图对比学习的视频问答方法

视频问答作为一种跨模态理解任务,在给定一段视频和与之相关的问题的条件下,需要通过不同模态语义信息之间的交互来产生问题的答案.近年来,由于图神经网络在跨模态信息融合与推理方面强大的能力,其在视频问答任务中取得了显著的进展.但是,大多数现有的图网络方法由于自身固有的过拟合或过平滑、弱鲁棒性和弱泛化性的缺陷使得视频问答模型的性能未能进一步提升.鉴于预训练技术中自监督对比学习方法的有效性和鲁棒性,在视频问答任务中利用图数据增强的思路提出了一种图网络自监督对比学习框架GMC.该框架使用针对节点和边的两种数据增强操作来生成相异子样本,并通过提升原样本与生成子样本图数据预测分布之间的一致性来提高视频问答模型的准确率和鲁棒性.在视频问答公开数据集上通过与现有先进的视频问答模型和不同GMC变体模型的实验对比验证了所提框架的有效性.     

基于网络的中文问答系统的研究

文章设计并实现了一个基于网络的中文问答系统。该系统只利用网络搜索引擎返回结果中的摘要部分作为答案抽取的资源,从而节省了下载、分析网络源文本的时间,提出了一种针对该系统的信息抽取算法,并采用一种基于语句相似度计算的答案抽取算法并且进行了改进。实验结果表明该系统对人名及时间类型的问题效果显著。对测试问题集的MRR值达到0.47。     

融合深度匹配特征的答案选择模型

答案选择是自动问答系统中的关键任务之一,其主要目的是根据问题与候选答案的相似性对候选答案进行排序,并选择出相关性较高的答案返回给用户。可将其看作成一个文本对的匹配问题。该文利用词向量、双向LSTM、2D神经网络等深度学习模型对问题—答案对的语义匹配特征进行了提取,并将其与传统NLP特征相结合,提出一种融合深度匹配特征的答案选择模型。在Qatar Living社区问答数据集上的实验显示,融合深度匹配特征的答案选择模型比基于传统特征的模型MAP值高5%左右。     

模式学习在QA系统中的有效实现

开放领域的问题回答(question answering)是自然语言处理领域中具有挑战性的研究方向.提出了一种基于模式学习实现问题回答的方法,核心思想是利用机器学习方法得到的答案模式获取问题答案.该方法优势在于：①模式学习完全自动化实现;②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷.在TREC测试集上的实验结果表明,它不但解决了简单模式所覆盖的问题集,同时也解决了需要较强约束性模式进行答案抽取的问题集,而后者的问题数目在TREC测试问题集中占约80%.     

句子相似度计算新方法及在问答系统中的应用

计算句子的相似度在机器问答、机器翻译、文本分类等系统中有着非常重要的作用。该文对基于相同关键词的句子相似模型作了进一步的改进,包括关键词抽取,以及在句子相似度的定义中引入同义词以及近义词的情形。并以此为基础,实现了一个基于常问问题集的中文自动问答系统,对用户以自然语言输入的问题,该系统能够自动地在FAQ（Frequently-Asked Question）库中寻找候选问题集,通过计算句子相似度,将匹配的答案返回给用户。该系统还能够自动地更新和维护FAQ库。实验结果表明,这种新方法在问答系统中匹配问句时比其他方法具有较高的准确率。     

受限领域问答系统的中文问句分析研究

对用户所提问句的理解是受限领域问答系统实现的关键,该文提出一种基于本体和问句句型模板规则的中文问句分析方法,研究如何使用问句语义表征来表示问句分析的结果,将该方法应用于某受限领域问答系统中。实验结果表明,使用该方法进行中文问句分析,准确率达90%以上,可以在实际的问答系统中使用该方法。     

基于本体的智能答疑系统的研究与实现

答疑系统是现代远程教育不可缺少的一个组成部分.针对目前答疑系统在知识共享和问题求解精确性方面的不足,提出了一种基于本体的智能答疑系统模型.该模型对于学生输入的问句,利用浅层语义分析技术,首先生成问句向量,再利用SPARQL查询语言,在本体库中查找答案.分析与研究了该系统所涉及的关键技术,以计算机应用基础课程为例,构建课...     

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。     

面向事实性问题的答案选择技术研究综述

答案选择是问答系统的一个关键步骤,它的任务是从候选答案集中选择出最佳答案返给用户,其主要研究内容包括答案选择的标准、方法及评价。该文首先介绍了主要的答案选择标准,分析了答案选择标准与问答系统评测之间的关系。然后将答案选择策略分为基于冗余的策略、基于相似性的策略和基于推理的策略,分别对每种策略的主要答案选择方法和特点进行了概述。随后又介绍了答案选择的评价指标及答案验证评测。最后讨论了答案选择所面临的主要问题,并对其未来的发展方向进行了展望。