医学图书馆利用FAQ开展信息服务的思考

阐述了信息咨询服务模式中的FAQ服务，从FAQ的含义及使用现状入手，进一步阐述了FAQ服务的优越性，并就解决当前FAQ服务存在的问题提出了几点建议。     

编译英文主页FAQ应注意的问题

图书馆主页FAQ作为为读者答疑解惑的重要部分,在中英文主页上都扮演着重要的角色。从FAQ的概念入手,对英文地区几所有代表性的图书馆主页FAQ进行了分析,并在此基础上指出我国高校图书馆英文主页FAQ编写中需注意的几大问题。     

数字图书馆FAQ服务的探讨

探讨了在数字图书馆中逐渐普及FAQ服务的意义 .通过对国内部分图书馆主页的访问调查 ,剖析了目前国内的数字图书馆FAQ服务存在的问题 ,如缺乏对用户的深入研究 ,缺乏对问题的分析选择 ,还有设计上存在的问题等 .主张要在充分研究用户的心理和行为的基础上开发和开展FAQ服务 ,并对FAQ的开发步骤做了简要的介绍     

Design and Implementation of FAQ Automatic Return System Based on Similarity Computation

FAQ （frequently asked question） is widely used on the Internet, but most FAQ＇s asking and answering are not automatic. This paper introduces the design and imple mentation of a FAQ automatic return system based on semantic similarity computation, including computation model choo sing, FAQ characters analyzing, FAQ data formal expressing, feature vector indexing, and weight computing and so on. According to FAQ features of sentence length short, two mapping, strong domain characteristics etc. Vector Space Model with special semantic process was selected in system, and corresponding algorithm of similarity computation was proposed too. Experiment shows that the system has a good performance for high frequent and common questions.     

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.     

智能化的构建基于FCA的FAQs支持系统

基于常问问题集的问答系统主要是根据用户的问题从FAQ库中获取答案,这个FAQ库是在WEB中自动化收集的.系统离线的在WEB服务器日志和WEB页面内容中挖掘大量的FAQ页面来建立数据库,从而从数据库中获取合适的Q/A对来响应用户的问题.为了构建FAQs支持系统,必须解决下面的相关问题:如何从WEB日志中取出FAQ网页;如何从收集到的这些网页中获取Q/A对;怎么通过获取的Q/A对来回答用户的提问.提出了一个新的结合形式概念分析的概念化聚类用户日志方法,从而建立关于FAQ的形式背景.该方法以实验的形式实现.它的性能评估主要是基于两个方面:聚类和回答.     

潜在语义索引在FAQ构建中的应用研究

研究了潜在语义索引在中文自动问答系统FAQ库构建中的应用,并着重阐述了句子相似度的计算方法以及使用LSI对FAQ库去重的实验选取方法,结果显示LSI方法在一定程度上优于TF×IDF方法。     

词汇与中心词的距离信息对问句相似度匹配的影响

在问答式信息检索中引入基于frequently askedquestions(FAQ)的辅助模块满足常见问题的回答是一种有效的手段,其中关键问题是用户提出的问句与FAQ中问旬的相似度比较,找出FAQ中最相近的问句,并返回对应的答案,作为对用户问题的解答.该文设计实现了一种FAQ辅助模块,并试图发现词汇与中心词的距离信息对于问句相似度匹配的词汇权重的影响.使用两组不同的测试集进行评测,实验表明,采用词汇与中心词的距离信息计算问句相似度,其影响能力弱于文档频率的作用,但是在相似度阈值0.5的情况下,两种方法均没有错误判断.     

基于特定领域的加权语义相似度算法研究

信息检索模块是自动问答系统中的主要组成部分.实现问题检索的关键问题是句子相似度计算问题.提出的基于特定领域的加权语义相似度算法,首先计算FAQ库中某问句关键词的权重,再利用语义相似度方法,分别计算目标问句各分词与FAQ库问句关键词的相似度矩阵,最后求得2个句子的最终相似度.逐一计算和比较目标问句与FAQ中每个问句的相似度,在大于一定阈值时,最大相似度所对应问句答案输出给用户.由于考虑词语语义和权重2方面信息,实验表明其具有较好的匹配效果.     

以KIRT提升FAQ推荐系统之效率

随着资讯科技的进步,企业与使用者能够快速地利用网络来交换资讯、寻求解答,但由于资料量快速增长,愈来愈多的企业在网站提供FAQ服务,将使用者经常咨询的问题整理成册,运用知识来解决问题,协助使用者快速获得资讯.FAQ除了能帮助企业内部员工,交换彼此心得,让企业的知识经验得以充分利用.更有不少的企业将FAQ应用在网际客服中心上,减轻客服人员的负担与缩短客诉处理时间.FAQ虽隐含了许多常用的知识,但其半结构或非结构化的特性,造成使用者在面对大量散乱无章的文件时,只能利用关键字查询,或依类推逐层寻找所需要的问题解答.该研究提出KIRT(Key word Inheritance Reference Tree) 乃是改进TID(Term Inheritance Diagram) 在空间上的成本与检索的效率,以继承的方式,结构化描绘出人类的知识,呈现其专业领域的知识结构;以关联的观念建立各个不同专业领域间的关系,加速资料的搜索与各个不同领域间共同的知识.所提出的方法也透过实例加以说明,以验证其可行性.     

远程智能答疑系统中FAQ的形成机制

讨论了远程教学系统中智能答疑系统的FAQ(FrequentlyAskedQuestion)的形成机制,此机制有利于实现基于WEB的远程教学系统的智能性和自适应性.     

基于词语情感倾向的问句相似度计算

问句相似度计算是FAQ问答系统的核心问题,直接关系到FAQ问答系统的准确率。对义或反义的词语有着很高的词语相似度值,如果直接用于问句相似度计算中,有可能导致相反的两个问句有着很高的相似度,因此,本文提出了一种基于词语情感的问句相似度计算方法,采用了负加权法降低相反的问句成为相似的问句的可能,实验结果验证了该方法有助于提高问句相似度计算的准确度。     

FAQ问答系统句子相似度计算

句子相似度计算是FAQ问答系统的核心问题,提出一种改进的基于多重信息的方法,即结合关键词信息、句子结构信息和语义信息的句子相似度计算方法,并用实例验证了方法的可行性.     

论图书馆的数字参考咨询服务

简述了目前图书馆数字参考咨询服务所采用的方式,如FAQ咨询系统、电子信箱参考咨询、Web表单咨询、BBS论坛、在线文字互动、音频视频实时咨询、网络合作咨询等,并分析了我国数字参考咨询服务现状和发展趋势。     

网络环境下高校图书馆参考咨询服务

在网络环境中，图书馆参考咨询服务是信息服务的重心。本文着重对六种流行参考咨询模式进行了详细分析，即电子邮件咨询、FAQ咨询、实时在线咨询、协作数字咨询等。并对做好参考咨询提出了四种策略。     

用博客来开展图书馆的数字参考咨询服务

通过对博客和图书馆现有的数字参考咨询FAQ(常见问题解答)、E-mai、BBS和留言板方式、Chat等服务形式的分析,认为以共享精神和交流需求为两大核心支柱发展的博客,可以成为一种新的参考咨询方式,并对图书馆利用博客开展数字参考咨询服务提出了几点建议。     

云南旅游领域知识库的构建

针对领域知识库的构建困难问题,借助于本体论（Ontology）的思想,从大量语料中自动获取领域词汇,提取领域义原,利用知网的概念描述方法来对领域词汇进行描述,从而构建领域知识库。FAQ库查重实例分析表明,领域知识库在领域问题的求解中发挥着重要作用。     

基于问句语义表征的中文问句相似度计算方法

提出了一种中文问句语义相似度计算的新方法.该方法分为两步:第一步采用基于问句句型模板规则匹配的方法提取问句语义表征;第二步根据问句语义表征计算问句语义相似度.采用该方法开发了一个面向常问问题集(FAQ)的问答系统.实验结果表明,采用该方法获得的相似度计算的准确率约为85%.     

基于Tri-BiLSTM-CNN的钻井安全问答系统

特定领域的FAQ问答系统通常存在以下3个问题：（1）如何有效地对句子进行语义表示；（2）如何有效地进行句子间的语义匹配；（3）领域词汇的分词问题。为解决上述3个问题，提出一种基于Tri-BiLSTM-CNN的深度学习模型。首先，将双向长短期记忆网络和卷积神经网络结合构建网络模型，综合利用了BiLSTM处理序列化数据的优势和CNN捕获局部特征的优势。然后，采用Triplet并列式排列结构进行句子之间的匹配。最后，使用字向量替代词向量，避免了分词错误对模型的影响。在钻井安全领域的真实数据集上进行实验验证，结果表明，Tri-BiLSTM-CNN模型能更好地对句子语义进行向量化表征，显著提升句子相似度计算的准确率，而且效果明显优于CNN和LSTM两种网络结构。将该模型用于钻井安全领域的FAQ问答系统中，有效减少了人工成本，对改善钻井工作的效率和质量具有重要意义和应用价值。     

基于知识库的藏文问答系统研究

随着数据信息的海量增长,人们迫切需要在海量的数据中精准获取有用信息,为了解决这个问题,问答系统应运而生.现今,英文问答系统及中文问答系统取得了显著成绩,但藏文问答系统却鲜有人问津.作为一个多民族的国家,伴随信息化的高速前行,藏文问答系统的研究势在必行.文章通过对现有藏文分词、信息检索等技术分析,借用中英文问答系统成熟的模式,结合藏语语法的特殊性质,对基于FAQ库的藏文问答系统的构建进行分析研究.