柯林武德的问答哲学及其意蕴

R.G.柯林武德的问答哲学主要反对流行的实证主义实在论,提出真正的知识应当是由命题、判断陈述及其身后所欲回答的问题构成的。深刻研究柯林武德的问答哲学所蕴含的认识论和方法论,不但有助于纠正国内对柯林武德研究的片面理解,而且对于人文社会科学的发展有重要启迪。     

论唐赋设辞问答的叙事因子

"遂客主以首引"的问答结构乃是赋的形体要素之一,唐赋在继承主客问答因子的基础上,创造出问答双方的三个类别:一类是双方一为作者自己一为虚拟的人物;一类是双方均为虚拟的人物;一类是双方均为历史人物.尽管问答双方有别,但它们充分发挥了作者的想象力,其实质是一种虚构性叙事,有力地推动了后世文学性叙事的发展.     

基于改进贝叶斯的领域问答对自动获取

问答对的规模和质量是影响基于常问问题集问答系统性能的重要因素,目前所使用的问答对库一般是人工构建的,往往需要耗费大量的时间和人力物力.针对此问题,提出一种基于改进贝叶斯的领域问答对自动获取方法.该方法将HTML页面解析成DOM树,选择DOM树的节点信息和结构信息作为问答对的分类特征,结合受限领域知识库,利用改进贝叶斯分类模型.从HTML页面中自动获取问答对并过滤出领域问答对.实验结果表明,该方法效果显著.     

基于ontology的智能答疑系统的研究

在受限领域自动问答系统中,用户问句的语义理解是提高查询效率的关键。提出了一种基于本体的自动问答系统模型,对领域知识本体的构建进行了研究。利用本体中丰富的语义关系,对用户的问题查询请求进行语义扩展,提高问答系统的准确性。     

浅析伽达默尔的语言本体论思想

20世纪,西方哲学发生了一次重大的"语言学转向",英美哲学和欧陆哲学都有不约而同地把他们关注的焦点投射到语言上。文章主要阐述的是伽达默尔的语言本体论思想。文章分两部分展开:一、能被理解的存在就是语言;二、理解的语言性。     

一个基于金融混合数据的智能问答模型

智能问答系统（Question Answering System,QAS）是一种让人类通过自然语言与机器进行问答来获取信息的人机交互系统，是自然语言处理的一个集综合性与广泛性于一体的应用．现有的智能问答系统模型研究主要考虑单一型数据．然而，现实生活中结合表格和文本的混合型数据十分普遍，如金融领域的财务报表．本文对已有的财务报表智能问答模型进行改进并提出了一个新模型，该模型有更好的效果．     

面向问答领域的数据增强方法

针对当前自动问答数据增强方法需要大量外部数据的问题,提出一个面向问答模型缺陷的数据增强方法.首先,在训练集上训练好问答模型、问题生成模型以及问答匹配模型;然后,获取问答模型在训练集上预测的所有答案,并选取其中预测错误的答案;再后,使用问题生成模型对这些答案生成相应问题;最后,通过问答匹配模型对生成的问答对进行过滤,保留...     

基于认知图谱的智能问答系统推理模型研究

目前现有问答系统模型大多数都采用模板匹配的方式进行推理,对问题推理不够充分,因此,提出基于认知图谱的问答系统推理模型.依据专业领域知识作为知识源构建本体;并基于该认知图谱构建了"问题-关系"一对一的认知图谱问答系统模型.最后通过将问答问题划分为简单问题与复杂问题分别对问题进行处理,其中简单问题运用BERT+ CRF(Bidirectional Encoder Representations from Transformers+Conditional Random Field)模型进行模板匹配;针对复杂问题运用Node2vec生成子图后用GCN(Graph Convolutional Network)推理模型进行推理,将得出的答案作为输出结果.最后对所提出的模型通过井下作业领域进行了实验,结果表明认知图谱问答模型优于其他算法模型.     

基于句型模板的智能问答系统

智能问答系统是远程教学系统中的一个重要组成部分,其主要功能是解答学习者的提问。在此研究了一种基于句型模板的智能问答系统,实现自然语言提问和自动智能答疑。该系统主要包括三方面的内容:①分析学习者的知识提问形式,采集句型模板,并实现基于Web的提问界面;②通过智能分词和模糊匹配建立提问句型,把提问句型映射到概念-关系模型上;③通过IO模型构造问答结果。     

基于社区问答数据迁移学习的FAQ问答模型研究

基于FAQ(Frequent Asked Questions)问答技术构建智能客服系统,是当前业界普遍采用的技术方案.基于FAQ构建的问答系统,其返回的结果具有稳定、可靠、质量高的优点;但因受限于人工标注的知识库规模,识别能力有限,容易遇到瓶颈.为了解决FAQ数据集规模有限的问题,给出了数据层面和模型层面的解决方法:在数据层面,利用百度知道爬取相关数据并挖掘语义等价问题,保证了数据的相关性和一致性;在模型层面,提出了一种面向迁移学习的深度神经网络transAT,该模型融合了Transformer强大的特征抽取能力和注意力机制,适用于句子对之间的语义相似度计算.实验表明,该方法可以显著提升模型在FAQ问答任务中的效果,在一定程度上解决了FAQ数据集规模有限的问题.     

领域问答系统答案提取方法研究

在特定领域问答系统中,领域知识直接影响问答效果．本文提出了一种领域问答答案提取方法,以问题分析得到问题查询、问题类型及答案类型为基础,借助领域知识检索获得答案提取候选段落．对于定义性问题,结合关键词加权权重计算方法及句子与问题语义相似度方法,对候选段落或句子与问题相关度排序,提取相关度高的句子或段落作为答案,对于数词或列表性实体问题,借助命名实体识别,提取与问题中心相关的领域实体作为答案．在云南旅游领域进行了答案提取实验,结果表明该方法具有较好的效果．     

基于格语法的问答系统的设计与实现

格语法是自然语言处理学科的一种基本理论,问答系统是自然语言处理的一个重要分支。文章在介绍格语法理论的基础上,介绍了基于格语法的问答系统的设计及具体实现。     

基于概念和统计的问答系统实现机制

问答系统与搜索引擎相比答案精练准确、“噪音”较少．为此给出了基于概念和统计的问答系统实现机制．首先确定焦点类型和答案类型，对于不同类型的焦点实行分级概念扩充；以段落为基本单元，利用潜在语义分析技术获取相关文本段落；给出了问题与句子的匹配算法和基于问题相似度的答案抽取算法，通过对语料进行潜在语义索引和增加FAQ反馈，不断增强系统的回答能力．依此研制的大学概况问答系统获得了较好的效果．     

基于共链分析的问答平台类网站研究

通过采用SPSS对10个问答平台类网站进行的共链分析,得出了多维尺度分析图,运用竞争情报分析方法对其竞争关系进行了分析,得出了问答平台类网站的行业划分。     

《微机组装与维修》课程教学设计理念与实践

在分析总结《微机组装与维修》课程教学工作的基础上,提出了该课程的“课程—专题—知识点”教学链的概念,并对该教学链进行了详细的分析和设计,最后陈述了实际教学过程中的效果.     

《管理信息系统》课程教学设计理念与实践

在分析总结《管理信息系统》课程教学工作的基础上,提出了该课程的“课程-专题-知识点”教学链的概念:认为课件是完整的教学体系,也是内容丰富、形式多样的资料库,且认为课堂提问可喻为教师的眼睛,课程测试是学习动机激发的重要手段。文中对该教学链进行了详细的分析和设计,并总结了实际教学过程中的效果和感想。     

基于Bi-LSTM和Max Pooling的答案句抽取技术

针对传统问答系统答案抽取方式对答案片段的分词和上下文语义理解准确性的依赖严重,抽取过程耗费大量的人力和时间的问题,提出采用分步抽取答案的方法,先从答案片段中抽取包含答案的句子,再从提取的答案句中进行最终答案的抽取方式。在答案句抽取过程中使用Bi-LSTM( Bi-directional Long Short-Term Memory)和Max Pooling 结合的方法构建答案句抽取模型。实验结果表明,在答案句的抽取中,该模型的MＲＲ( Mean Average Precision) 指数接近0． 75。     

模糊问句与超命题逻辑

首先将问句数学化,然后探讨了问句中的模糊性,由此定义了模糊问句,进一步提出了一种超命题逻辑,借以研究模糊问句,获得了问句逻辑的若干数学解释.     

一种结合本体和焦点的问题分类方法

鉴于问题分类是问题分析的主要任务,提出一种结合本体和焦点的问题分类方法.首先依存分析和语义角色标注对问题进行浅层语义分析,再根据预定义的问题焦点结构和焦点抽取规则,获取问题焦点语义表征;然后标示问题的类别为问题焦点中疑问对象在领域本体中的标识;最后,根据焦点不同则问题不同这一事实,将焦点相同的问题归为一类,从而实现问题分类.使用该方法对计算机故障诊断领域1 905个特指问题分类,取得了93.91%的准确率,验证了领域本体和焦点对问题分类方法的有效性.