搜索结果: 1-9 共查到“计算机科学技术 问答系统”相关记录9条 . 查询时间(0.063 秒)
2019年9月26日上午，由中国科学院软件研究所研发的“北京冬奥项目知识图谱资源及问答系统”在北京语言大学正式发布。教育部、国家语委、北京冬奥组委、中国科学院软件研究所和北京语言大学相关领导及专家出席了发布会，相关领导致辞并讲话。与会领导及专家共同启动了“北京冬奥项目知识图谱资源”及“小奥智能问答系统”。国家语委、教育部语信司副司长刘宏在会上致辞。他首先充分肯定了项目成果并指出该项目丰富并完善了冬...
基于知网的中文常问问答系统
常问问答系统 知网系统 词义消歧
2009/8/7
句子相似度算法是基于常问问题集的问答系统(FAQ)的关键。针对汉语中一词多义现象，提出一种改进的基于知网的词义消歧算法，确定词语在不同上下文环境的义项号，利用知网系统及义项号，使用改进的相似度计算方法进行相似度计算模块设计。结合实际应用，实现一个实际的FAQ系统。实验证明，改进的词义消歧方法提高了消歧的精度和速度。而词义消歧的引入提高了问答系统的精度和速度。
受限领域问答系统的中文问句分析研究
受限领域问答系统 中文问句分析 问句语义表征
2009/7/30
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。
句子相似度计算新方法及在问答系统中的应用
句子相似度 常问问题集 问答系统
2009/7/1
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...
基于模糊描述逻辑的PNL网络问答系统
模糊描述逻辑 精确的自然语言 问答系统
2009/4/7
将现有网络搜索引擎过渡到网络问答系统是WI的基本目标之一，模糊问答系统是网络问答系统研究的重要问题。基于模糊描述逻辑，该文特化了PNL过程，提出了PNL式模糊网络问答系统。该系统将模糊描述逻辑规则作为PNL 推理过程中用到的原型语言规则中的计算部分，推理出原型语言规则中的知识符号，并以一个具体的问答实例，介绍了PNL式问答系统的工作流程。
一种基于形式概念分析的问答系统答案抽取的研究
形式概念分析 概念格 问答系统
2008/12/22
为了在问答系统中尝试回答更加复杂的问题，有必要存在一种原理性的方法来动态产生不同的问答策略。提出在问答系统中使用形式概念分析（FCA）来抽取答案。在抽取过程中，首先在常问问题集（FAQs）中寻找已经存在的问题，如果在FAQs中的答案不满足用户的需求，再通过搜索引擎获取相关的文档。接着利用这些文档中前N个文档构建概念格，进而采用概念匹配在格中抽取答案。对于不同的问题，使用不同的策略进行匹配和抽取答案...
问答系统是当前人工智能应用的一个重要领域，而传统的基于模式匹配方法的问答系统具有很大的局限性。该文研究了基于HMM模型、图句法分析、词典和规则的自然语言处理算法。将这些算法应用到问答系统中，扩展了对话管理模块，对用户的自然语言进行语义分析，从而实现对话的语义块识别、主题识别和对话信息提取，提高了系统对复杂用户输入的处理能力，克服了传统方法的不足，并使用Java实现了一个实验系统。
中文问答系统中机构名的处理
问答系统 机构名 概念层次网 按字索引
2008/5/8
探讨问句中机构名的处理，并服务于中文问答系统。采用概念层次网络理论的语义概念分析方法分析问句，去掉与机构名无关的概念词语，得到候选机构名。对机构名全称库按字索引，在库中搜索出与候选机构名匹配的机构名全称并按拟合权值排序。实验结果表明该方法识别机构名的正确率达到90.6%，支持对机构名简称的处理。
基于潜在语义分析的汉语问答系统答案提取
问答系统 答案提取 相似度 向量空间模型 潜在语义分析
教育部博士点基金(20050007023)、国家自然科学基金(60663004)和云南省信息技术基金(2002IT03)资助
2007/11/1
为了解决在汉语问答系统答案提取时，由于词的同义或多义现象而导致的“漏提”或“错提”等问题，提出了一种基于潜在语义分析(LSA)的问题和答案句子相似度计算方法.它利用空间向量模型作为问题和句子的表示方法，借助于潜在语义分析理论，对大量问答作句子语料统计分析，构建了一个潜在的词-句子语义空间，从而消除了词之间的相关性，并在语义空间上实现了问题与答案句子相似度计算，有效地解决了词的同义和多义问题.最后结...