基于语义模板的问答系统研究

提出一个基于语义模板的用户交互问答系统,其中语义模板用于标识句子中各成分之间的语义关联关系.语义模板的使用有助于问题的分解和各成分间语义关联关系的研究,可提高分析精度,适宜于英文和中文问题的分析.在系统运行中,将问题和用户选择的正确答案对,存储在数据库中,通过积累知识构建知识库,实现问题自动回答.     

济钢自动化产业发展模式的探讨

经过多年发展,济钢信息自动化在技术和管理等方面积累了诸多优势。高起点、高标准,以自动化部为核心,整合信息自动化技术力量,充分发挥信息自动化技术资源优势,在确保＂对内不断提升信息自动化管理、规划、建设、运维的能力和水平,确保系统安全稳定运行,促进系统应用不断深化挖潜和优化提升＂的基础上,赋予新型的管理体制和管理机制,大力发展以系统集成、以软带硬、信息化与自动化相结合的高科技产业,为济钢创造更多的经济效益和社会效益。     

高职学分制教学管理改革的尝试与探讨

学分制已成为高职院校创新教育管理制度、全面推进素质教育和提升教学质量的探索热点。文章介绍了在课程整合、弹性学制、选修课制、认证制度等方面进行学分制改革的一些有益尝试,并探讨了完善学分制应注意的几个问题。     

电弧炉炼钢工艺技术探讨

比较了电弧炉和转炉的炼钢方法,从工艺、效益方面深入分析了电弧炉炼钢工艺流程的技术及最新动态。     

基于无监督学习的问答模式抽取技术

本文提出了一种基于无监督学习算法的问答模式抽取技术从互联网上抽取应用于汉语问答系统的答案模式。该算法可以避免有监督学习算法的不足,它无需用户提供<提问,答案>对作为训练集,只需用户提供每种提问类型两个或以上的提问实例,算法即可通过Web检索、主题划分、模式提取、垂直聚类和水平聚类等步骤完成该类型提问的答案模式的学习。实验结果表明,论文提出的无监督问答模式学习方法是有效的,基于模式匹配的答案抽取技术能够较大幅度地提高汉语问答系统的性能。     

基于用户回答顺序的社区问答答案质量预测研究

近年来,随着互联网的普及和知识爆炸性的增长,社区问答网站积累了大量的用户和内容,同时也产生了大量的低质量文本,极大地影响了用户检索满意答案的效率,因此如何提升答案质量预测的性能十分重要。目前,社区问答答案质量预测方面的研究大都是使用点方式(pointwise)来实现分类模型,但由于问题的难度不同,对答案的要求也有所差异,使用点方式会忽略掉部分答案的特点,所以该文使用点对方式(pairwise)来预测答案质量。另外,已有的研究工作表明,社区问答中同一问题下的答案数量特征对答案质量预测没有效果,甚至有冗余作用。对于时间差也有相同的结论,即不能提升预测性能。该文提出了一种将上述两者结合在一起的新特征,实验结果表明,该特征能显著提高社区问答答案质量预测的性能。     

航空装备保障智能化发展认识与探讨

自新一代人工智能技术迅猛发展以来，世界各国在智能领域动作频繁，军事化应用明显有加速之势，给装备保障带来了变革性发展的机遇。紧密围绕作战-装备-技术-保障之间的依托关系，从作战需求、装备特点、装备设计、诊断测试和技术驱动等五个角度梳理了装备保障发展的关键因素，给出了装备保障60余载发展历程的诸多原因和显著成果；通过对未来作战模式和未来作战平台保障需求的前瞻性判断，分析了未来作战需求和装备牵引装备保障转变的典型技术特征；并在装备保障领域人工智能技术的发展和应用现状总结分析的基础上，系统地提出了装备保障智能化发展的建设性意见和建议，为国内装备保障智能化发展探索了一个可能的技术方向。     

液压推移排矸架头的维护及改进

在总结近几年工作的基础上,对液压推移排矸架头的日常维护和保养作了分析总结,着重阐述其在实际应用过程中的不足之处,并有针对性地提出了进行改进的方法和建议,具有较强的实用价值和一定的借鉴意义。     

基于用户-标签异构网络的社区问答专家发现方法

在Stack Overflow、Quora等社区问答网站中,日益增长的用户数使新问题数量急剧增加,传统的专家发现方法通常根据历史回答记录建立用户文档,再从中提取用户文本特征,难以及时寻找到合适的专家进行回答。针对该问题,提出一种社区问答中基于用户-标签异构网络的专家发现方法。根据用户历史回答记录和问题的附带标签构建用户-标签网络,以此得到用户的向量表示。在此基础上,使用全连接神经网络提取用户特征和问题文本特征,通过比较两者的余弦相似度得到候选专家列表。基于StackExchange的真实世界数据集进行测试,实验结果表明,与LDA、STM、RankingSVM和QR-DSSM方法相比,该方法的MRR指标值较高,能够准确寻找到可提供正确答案的专家。