基于知识图谱的智能答疑系统研究
2018-04-18陈志云钱冬明
计算机应用与软件 2018年2期
陈志云 商 月 钱冬明
(华东师范大学 上海 200062)
0 引 言
随着互联网技术的发展,自然语言处理领域的深入,语义Web技术的不断完善,答疑系统已经成为MOOC系统的研究热点。目前广泛应用的答疑系统一般通过Email、BBS或借助聊天工具等方式在线答疑,促进了师生之间的互动,学生的疑问得到反馈,教师的工作压力得以减轻。但缺乏对以往问题答案的自动归纳总结和课程知识的智能表示,在自动答疑等智能化方面还有所欠缺。
智能答疑系统支持用户以自然语言进行提问,语义分析后在知识数据库中检索出相关准确答案,因此,智能答疑系统可以不受时间、空间限制,直接为学生服务。
(1) 智能答疑系统研究发展现状目前国际上研究比较成熟的答疑系统有美国著名搜索引擎AskJeeves,智能答疑系统AnswerBus,麻省理工学院开发的Start问答系统,美国芝加哥大学AI实验室开发的FAQFinder系统[1],Google开发的智能语音助手服务Google Now等[2]。这些系统有强大的搜索引擎技术支持,资源检索库丰富,智能化程度较高。但是由于中文的语法语义、句子结构等语言特点和英文大不相同,因此国外的研究成果往往难以运用到中文的答疑系统中。
近年来,国内也陆续出现一些中文智能答疑系统,它们结合了数据挖掘技术、卷积神经网络、词向量技术[3]、文本分类算法[4]等,利用Flex[5]、Lucene[3]等开源工具,使得知识库中的知识量不断扩大,答疑效率和准确度得到提高。比如哈尔滨工业大学开发的HIT相关自然语言处理工具[6]实现了分词、语义标注、句法依赖、实体识别等功能。……
登录APP查看全文
