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。     

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。     

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。     

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。     

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。     

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.     

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。     

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。     

改进型智能答疑模型的设计和实现

针对在分析智能答疑系统设计中存在的主要的技术问题，提出解决问题初步的自动答疑模型和相应的算法与工作机制，并在此基础上，提出并实现基于知识树的概化的数据预处理、模式的关联规则挖掘和基于知识树的规则合并与删除等机制的新的智能答疑模型，通过实验以一定的数据加以分析、证明模型的智能性的提高。     

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。     

相似度计算在智能答疑系统中的研究及应用

随着远程教育的不断发展,智能答疑系统成为现代教育的一个必要组成部分,它是人工智能、信息检索和自然语言处理等技术的结合,无论是基于知识库还是基于自由文本的答疑系统其智能性和准确率都受到语句相似度计算这一关键技术的影响。为了提高智能答疑系统的准确率和智能性,采用了基于权重的语句特征向量模型。实验表明基于权重的语句相似度计算方法有较高的准确率,从而使得智能答疑系统的效率得到了一定的提高。     

相似度计算在智能答疑系统中的研究及应用

随着远程教育的不断发展,智能答疑系统成为现代教育的一个必要组成部分,它是人工智能、信息检索和自然语言处理等技术的结合,无论是基于知识库还是基于自由文本的答疑系统其智能性和准确率都受到语句相似度计算这一关键技术的影响。为了提高智能答疑系统的准确率和智能性,采用了基于权重的语句特征向量模型。实验表明基于权重的语句相似度计算方法有较高的准确率,从而使得智能答疑系统的效率得到了一定的提高。     

基于ASP和Access 2000的网上智能答疑系统

本文介绍了基于ASP和ODBC技术实现的Internet智能答疑系统的设计与实现过程。该系统采用了B／S模式．服务器端利用ADO组件访问数据库，后台数据库采用Access 2000。系统运用了ASP的特点，ASP访问数据库的方法．充分利用了一些对象的差别，让他们充分发挥自己的长处。该系统实现了受教育者在不受时间和空间等条件的约束下．教育资源与教育方法的共享。为提高基于Internet远程教育的质量有一定的作用。     

基于常见问题集FAQ的智能答疑系统

智能答疑系统是目前问答系统研究领域的一个热点,它既能让用户用自然语言语句提问,又能为用户返回一个简洁准确的答案.常见问题集FAQ是智能答疑系统中的一个重要组成部分,本文提出了FAQ的形成与处理机制,从而在理论上提高了智能答疑系统的性能.     

基于XML智能答疑系统的知识库构建

随着网络的普及，以及社会发展的需要，智能答疑系统成为研究的热点之一。文章首先介绍了智能答疑系统的应用背景，然后分析了XML的特点及优势，最后给出了利用XML存储知识库的方法，并结合实例给予说明。结果表明，基于XML构建知识库是可行和有效的。     

基于章节本体和转移网络的自动答疑系统

针对现有本体和转移网络在网络教育自动答疑系统中应用的不足,提出了一种基于章节划分的本体与转移网络方法。定义了章节本体,确定了基于章节本体的问题模式,给出了基于章节划分转移网络解决规范化问题的答案生成。基于章节本体知识给出了语义相似度模型,用于解决非规范问题的答案生成;基于章节划分转移网络建立了章节索引转移子网的搜索方法。实验结果表明,基于章节划分的本体论和转移网络方法在不降低搜索效果的情况下,比一般的本体论和转移网络方法的查询时间减少了38%。     

分布式智能答疑系统的知识库构建与维护研究

构建知识库是搭建分布式环境下智能答疑系统平台的关键环节。文中针对如何表示各站点知识库中的知识以及如何构建和维护知识库问题，提出用XML表示知识来构建知识库，通过使用DOM树来维护知识库，并给出了知识库的组织结构图及XML的DTD文件。实验表明，用该方法构建的知识库便于在系统平台下实现资源共享和知识库维护。     

多agent智能制造系统中通信机制的研究

在分析agent和多agent系统的特点的基础上，着重研究了基于多agent的智能制造系统中的通信问题，提出了对话模式作为agent之间的通信机制，并使用着色Petri网进行了校验。     

基于语义的智能答疑系统关键技术研究

提高答疑的智能性是目前答疑系统研究的重点,为此提出一种语义消歧算法SDA(Semantic Disambiguation Algorithm),它可以更好的解决一词多义的问题。在此基础上提出一种基于语义的问题相似度算法SQS用于提高答疑系统中问题与答案的匹配准确度,实验表明,这种算法提高了答疑的准确性和智能性。