语法和语义相结合的中文对话系统问题理解研究

针对中文口语问句的表达多样性对对话系统问题理解带来的挑战,该文采用"在语法结构之上获取语义知识"的设计理念,提出了一种语法和语义相结合的口语对话系统问题理解方法。首先人工编制了独立于领域和应用方向的语法知识库,进而通过句子压缩模块简化复杂句子,取得结构信息,再进行问题类型模式识别,得到唯一确定问题的语义组织方法、查询策略和应答方式的句型模式。另一方面,根据领域语义知识库,从源句子中提取相应的语义信息,并根据识别到的句型模式所对应的知识组织方法进行语义知识组织,完成对问句的理解。该文的方法被应用到开发的中文手机导购对话系统。测试结果表明,该方法能有效地完成对话流程中的用户问题理解。

自动问答系统中的问题理解研究

问题理解是问答系统的首要的分析工作,分析的结果对后面的处理,以至找到问题的正确答案都有很大的影响。本文将对常规的问题理解方法进行改进,从而使系统能够较准确地回答用户的提问。实验证明新的方法对提高系统性能有显著作用,尤其针对性强、意思表达清晰的提问,回答准确率有很大提高。

中文问答系统中问题理解的研究与实现

围绕中文问答系统中的问题理解技术,本文研究了如何进行词法分析、问题分类、关键词提取及扩展、句型分析和浅层语义分析,主要提出了基于启发的疑问词和疑问焦点相结合的问题分类方法、问句统一型的句型分析方法和基于语义角色标注的语义分析方法。在此基础上,在Visual C++ 6.0环境下开发了一个基于简单的事实类问题的中文问答系统原型。实验结果表明:本文提出的方法对改善中文问答系统的性能是有效的。

中文问答系统中基于主题和焦点的问题理解

问答系统应该能够用准确、简洁的语言回答用户提出的问题。问题理解是问答系统的首要的分析工作,分析的结果的正确率直接影响后续处理。提出了一种基于用户问题的主题和焦点的问题理解的方法,该方法以问题的疑问词、句法分析、问题焦点、问题主题在知网中的首义原作为问题分类特征。实验结果证明,该方法对提高分类的准确率有较好的效果。

基于问题理解的学生问题解决错误“诊断”研究

基于学生问题理解的直译策略和问题模式策略,以百分数的应用问题解决为例,结合学生的问题理解过程对问题解决错误进行了“诊断”.发现:百分数应用问题解决错误的学生在问题理解上并不主要是因为直译策略的运用,但直译策略确实阻碍了一部分学生对多步问题意义和结构的理解;问题模式策略虽然可以帮助学生基于对问题情境的理解构建对问题的数学表征,但由于学生对问题的理解受多种因素的影响,如对概念的理解程度、已有知识经验的错误、问题情境转译错误、急于求成的心理等,问题模式策略也无法保证学生对问题的全面有效理解.

基于类自然语言的管理问题理解方法研究

提出一种可用于模型管理系统的具有类自然语言特点的问题描述语言———PDL语言.给出了PDL语言的基本构造方法,指出基于该语言的问题理解过程包括问题的语义理解和问题的段落理解两个阶段.着重研究了将用PDL语言描述的问题转换为问题结构表示的问题理解方法.

基于管理问题理解的DSS智能构模理论框架研究

首先分析了目前DSS应用热潮减弱的深层原因，并综述了国内外模型构造现状及存在问题．在此基础上，首次提出了一个更加符合人类思维习惯的三层次智能构模理论框架，该理论框架由管理问题理解层、问题模型类匹配层和模型智能构造层三个层次组成。

基于疑问句句型识别的问题理解研究

问题理解是问答系统中的一个关键步骤。问题理解的过程包括疑问词分类、问句分词及词性标注、疑问句句型识别、问题分类及问题中心的识别等。提出了对疑问句句型的识别方法,即通过对疑问句的短语句法树的分析,得到疑问句的句型结构,通过计算句型结构与句型模式之间的相似度来识别句子的句型。结合疑问句的语法分析,通过识别疑问句的句型实现了问题理解。实验结果表明,该方法提高了问题理解的准确度。

基于句型系统的中文问题理解研究

提出了一种基于向量空间模型的句型识别方法,该方法通过基于句型模式的问句句法树规约,得到句子关于句型模式的句型结构,再计算句型结构与句型模式之间的相似度来实现问句的句型识别.并在汉语疑问句句型系统的基础上,通过句型识别实现了对问题的分类和问题理解.测试结果表明,该方法提高了问题理解的准确度.

中医药自动问答系统中关于问题理解的研究

介绍中医药自动问答系统功能及结构,详细阐述中医药自动问答系统中自然语言问句的理解方法和流程,包括问题预处理、问题分类、关键词提取与扩展、问题模型等.

论问题理解与表征能力的培养

学生问题解决能力的提高,是整个学校教育都应该关注的问题。问题解决能力的提高是与问题的理解与表征能力的发展紧密联系在一起的。我们的学校教育要通过我们自身的力量促使学生理解与表征能力的提高,从而促进学生解决问题能力的提高。

面向协作式问答的问题理解技术研究

问题理解是问答系统中的重要组成部分,尤其对于协作式问答。在协作式问答中用户对所提出的问题进行了详细的说明和描述。如何利用这些描述信息来提高系统的性能,是一个很重要的问题。该文提出了一种基于词典和句法分析的方法,来对用户的问题进行分析,从中提取出有价值的关键词,以提高包含候选答案网页的召回率。通过实验对比分析,该方法的MPP值和MAP值都有了较大的提高。

高师生创造性思维发展的研究(Ⅱ)——高师生技术问题理解能力和心理折叠能力的发展

通过对高师生技术问题理解能力和心理折叠能力测验成绩的分析,考察了性别、专业、年级等因素对高师生技术问题理解能力和心理折叠能力发展的影响。结果表明:(1)男生技术问题理解能力显著优于女生:(2)理科专业学生的技术问题理解能力和心理折叠能力高于文科专业学生;(3)年级差异不显著。

中文问答系统中问题理解的算法研究

问答系统能够用准确、简洁的答案回答用户提出的问题。问题理解是其首要的分析工作。本文应用了基于规则的问题分类方法,提出了一种基于维基百科关键词扩展和基于同义词的关键词扩展相结合,并对问题中的关键词进行重要性标识的问题理解方法。实验结果证明,该方法对提高问题分类的准确率有较好的效果。

小学生数学问题理解的过程及教学启示

"问题解决"一直是数学教育关注与研究的重点,而学生对数学问题的理解是问题解决的关键。数学问题理解是学习者以问题信息的输入和编码为基础,根据已有的知识和经验建构内部表征的过程。在信息加工理论的视角下,结合波利亚问题解决过程,构建小学生数学问题理解的认知过程:问题输入、选择性知觉、问题编码、问题表征等,并获得有关数学问题理解教学的启示。

基于招生领域自动问答系统的问题理解的研究

问题理解是问答系统的首要的分析工作，分析的结果对后面的处理，以至找到问题的正确答案都有很大的影响。该文将对常规的问题理解方法进行改进，从而使系统能够较准确地回答用户的提问。实验证明新的方法对提高系统性能有显著作用，尤其针对性强、意思表述清晰的提问，回答准确率有很大提高。

小学数学基于问题理解的教学分析

小学数学学科是小学教育体制中较为基础的学科之一,数学学科通过日常教学改革与优化,使得学生在面对问题之中能够借助自身问题理解与问题解决能力,强化对数学内容的掌握和记忆。在数学问题理解教学设计过程中,小学数学教师应根据不同学生自身的学习情况和学习思维,进行多元化和针对性的教学引导,使得学生得以运用自身的学习感知能力,对数学信息关键内容进行加工和理解,从而构建良好的数学问题理解过程,提升小学数学教学有效性。

小学生数学问题理解的过程及教学启示

作为数学教学的核心要点,“问题解决”可以让学生数学水平得到进一步提升,让学生充分问题,则是解决数学问题的关键内容。对于数学问题理解,是要将以问题相关信息输入与编码入手,让学生凭借现有数学知识,对于问题进行的思考过程。本文以人教版小学教材为研究对象,从数学问题理解出发,详细解析这一教学过程,并提供相应的教学启示,旨在为更多一线教学提供教学思路。

基于QU-NNs的阅读理解描述类问题的解答

机器阅读理解是自然语言处理(NLP)领域的一个研究热点,目前大部分的研究是针对答案简短的问题,而具有长答案的问题,如描述类问题是现实世界无法避免的,因此有必要对该类问题进行研究。该文采用QU-NNs模型对阅读理解中描述类问题的解答进行了探索,其框架为嵌入层、编码层、交互层、预测层和答案后处理层。由于该类问题语义概括程度高,所以对问题的理解尤为重要,该文在模型的嵌入层和交互层中分别融入了问题类型和问题主题、问题焦点这三种问题特征,其中问题类型通过卷积神经网络进行识别,问题主题和问题焦点通过句法分析获得,同时采用启发式方法对答案中的噪音和冗余信息进行了识别。在相关数据集上对QU-NNs(Question UnderstandingNeural Networks)模型进行了实验,实验表明加入问题特征和删除无关信息可使结果提高2%～10%。

基于问题理解的模型构造系统概念框架研究

本文提出了一个更加符合人类思维习惯的三层次构模概念框架,该框架由问题结构分析层、问题模型语义分析层和模型智能构造层三个层次组成,并给出了三个组成层次研究的主要指导思想。