版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、自動問答系統(tǒng)是自然語言處理領域的一個重要研究方向,旨在讓用戶用自然語言進行提問并獲得答案?;诔枂栴}集的問答系統(tǒng),將用戶的常問問題和與之相應的答案組織起來,所給定的答案更加準確、高效。一直以來,如何獲取高質量的海量常問問題集數據是該類系統(tǒng)的發(fā)展瓶頸,而目前互聯(lián)網中存在著數以千計的人工客服,每天產生數以十萬計的人工客服數據,為基于常問問題集的問答系統(tǒng)提供了新的發(fā)展機遇。
本文以某游戲交易平臺的23萬人工問答語料為數據基礎,以該
2、平臺在線自動客服系統(tǒng)為應用背景,主要做了以下幾方面工作:
首先,本文設計了一套完整的基于常問問題集的問答原型系統(tǒng)。在本文所設計的系統(tǒng)的框架內,綜合運用中文分詞、命名實體識別、中文詞性標注、句法分析、關鍵詞提取、信息檢索、相似度計算法等相關技術與算法,為在海量數據上實現(xiàn)基于常問問題集的問答系統(tǒng)提供了一套完整的解決方案。
然后,本文重點對基于常問問題集問答系統(tǒng)中的核心模塊——問句相似度計算模塊進行了詳盡的研究與分析。通過
3、對幾種傳統(tǒng)相似度計算方法的比較,結合本文的實際應用背景,總結出運用傳統(tǒng)相似度計算方法解決本文所處理問題時的缺陷與不足。在研究與分析的基礎上,本文從權重調整、同義詞擴展、詞匯對齊、依存句法分析等幾個角度提出了詳細的改進方案,并引入線性模型,使用Pranking算法對本文所研究的多種相似度計算方法進行特征融合,進一步提升系統(tǒng)性能。
最后,本文通過實驗,對前文的理論分析的正確性和本文提出的改進算法的有效性進行驗證。對于效果較差的相似
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- mba論文面向客服的自動問答系統(tǒng)關鍵技術研究pdf
- 基于本體的自動問答客服系統(tǒng)研究.pdf
- 面向領域的數據庫問答系統(tǒng)關鍵技術研究.pdf
- 基于FAQ的自動問答技術研究.pdf
- 面向養(yǎng)老保險領域的問答系統(tǒng)關鍵技術研究.pdf
- 面向軟件測試領域的自動問答系統(tǒng).pdf
- 面向問答系統(tǒng)的大規(guī)模文本數據挖掘關鍵技術研究.pdf
- 面向SIMD的自動并行化關鍵技術研究.pdf
- 面向自動問答的短問題分類研究.pdf
- 定義問答檢索關鍵技術研究.pdf
- 開放域中文問答系統(tǒng)關鍵技術研究.pdf
- 面向主題的多文檔自動文摘關鍵技術研究.pdf
- 面向銷售服務的自動問答系統(tǒng)的設計與實現(xiàn).pdf
- 網絡化學習問答系統(tǒng)關鍵技術研究.pdf
- Web社區(qū)問答檢索的關鍵技術研究.pdf
- 面向查詢的多文檔自動文摘關鍵技術研究.pdf
- 自動問答系統(tǒng)的研究與實現(xiàn).pdf
- 面向異構系統(tǒng)的并行編程關鍵技術研究.pdf
- 面向多核系統(tǒng)的垃圾回收關鍵技術研究.pdf
- 面向產品的CAPP工具系統(tǒng)關鍵技術研究.pdf
評論
0/150
提交評論