(北方工业大学信息学院,北京 100144)

0 引言

在一些日常培训教学场景中经常出现一种比较尴尬的情况,就是在学生问出一些老师无法立刻给出答案的科学问题时,老师不能在没有查阅准确资料的情况下正确回答问题,经分析,在新时代的青年学生在接触了多种多媒体资料后通常对一些未知的知识充满好奇,并且会在实际场合中向老师提问,基于深度学习的问答系统开发的成果主要包括以下内容:基于B/S架构的智能答疑系统软件以及基于问题回答语言自动生成相关技术的一项发明专利。

1 系统相关技术分析

1.1 问题关键字提取

基于深度学习的自动问答系统需要对学生提出的问题进行关键字抽取操作,抽取出最能体现句子含义的一些词或短语,问题关键字抽取在很大程度上影响着自动答疑软件返回答案的准确性。问题关键字提取主要经过学生输入问题、中文分词、关键字提取三个步骤。自动问答系统输入模块主要支持两种提问形式,学生可以在文本框内直接输入文字也可以通过语音输入问题。而中文分词本系统使用的是jieba全模式方式进行分词,全模式分词会扫描所有可以成词的词语,分词速度快,呈现关键词完整,容错率较高,对于可能出现的重复词,使用NLTK(Natural Language Toolkit)模块进行去重,达到准确分词的效果。本系统关键字提取步骤采用的是词频-逆向文件频率模型(TF-IDF),该算法根据某些词语或者短语在目标文本中出现的频率,给予其一定权重,最后统计各个词语或短语的权重和,最终以权重和选取关键词检索的一种算法。……