摘要
目前,很多在线学习的智能答疑方法是与FAQ库中的问题进行简单的关键词匹配,没有对问题进行语义理解,答疑的质量和效率较低,且FAQ库存在资源有限、不易更新等问题。基于这一点,提出了一种基于语义网分析的智能答疑方法,核心是利用中文分词技术提取关键词、关键词向量的语义扩展和相似度匹配,该方法考虑了关键词的语义,并优化了FAQ库的资源配置。对提出的智能答疑方法进行了实验验证,证明了该方法的可行性和优化性。
Nowadays, many question-answering methods are achieved through keywords matching which lead to low quality arid efficien- cy due to lacking of semantic information of keywords, and the FAQ resources are limited and difficult to update. This paper proposes an intelligent question-answering method based on semantic web, the main idea is to the keywords through words segmentation tech- nology, the keyword vectors＂ semantic expansion and similarity matching. The method takes the keywords＂ semantic information into con- sideration, and also improves the quality of FAQ. The experiment implemented proves the validity of this method.
出处
《情报杂志》
CSSCI
北大核心
2012年第9期104-108,共5页
Journal of Intelligence
基金
国家自然科学基金项目"客户服务中产品问题导向的E-learning学习路径优化方法研究"(编号:71001037)
教育部人文社会科学研究一般项目青年课题"基于认知行为的在线学习服务采纳模型
应用及实证研究"(编号:09YJC630070)
2011年度华东理工大学网络教育教学研究项目"远程教育中的学生问题情景建模与答疑案例推荐研究"
关键词
语义网
在线学习
语义扩展
智能答疑
semantic web online learning semantic expansion intelligent question-answering
作者简介
贾思宇（1989-），女，硕士研究生，研究方向：知识管理与信息系统；
马玲（1975-），女，博士，副教授，研究方向：知识管理与信息系统：
常玮（1987-），女，硕士研究生，研究方向：知识管理与信息系统。
