答疑系統(tǒng)中的分類問題研究.pdf

1、智能答疑系統(tǒng)綜合運用了自然語言處理，信息檢索等技術，能夠對學生以自然語言描述的問題，自動給與答案，在遠程教育中有著非常重要的作用。在答疑系統(tǒng)中為了能夠快速匹配問題，可以建立適當?shù)姆诸惡退饕龣C制。本文主要針對答疑系統(tǒng)中的問題與資源的分類，采用了支持向量機模型與最大熵模型分別來實現(xiàn)相關功能。主要研究內容如下： 1.介紹了分類的理論基礎，討論文本表示過程的關鍵技術：中文分詞與特征詞選取，權重計算，以及模型的數(shù)學理論基礎和參數(shù)選擇算法。

2、 2.在資源的預處理過程中，通過一系列開源軟件去除掉常見文檔的格式來得到文本的內容，在中文分詞時，給出并使用了一個全切分中文分詞方法。 3.利用有向無環(huán)圖結構實現(xiàn)了多分類支持向量機，使用序列最小化算法訓練得到模型的參數(shù)，接著比較分析了支持向量機在使用不同特征選擇算法，以及不同核函數(shù)時的分類性能。 4.在最大熵模型實現(xiàn)的分類系統(tǒng)中，使用CGGIS算法作為參數(shù)訓練算法，選取1、詞頻和log(詞頻)分別作為特征函數(shù)值，