论文部分内容阅读
随着移动通信、无线网络的迅速发展,特别是手持式移动设备计算能力、存储能力、显示效果等方面的增强和提高,利用手机、PDA等移动设备开展的移动学习也备受关注。作为移学习平台,答疑功能是其不可缺少的一部份。本文借助全文检索系统Lucnen.NET,研究和设计了一个基于移动学习的智能答疑系统,以下简称为移动智能答疑系统。移动智能答疑系统是针对历史学科建立的一个学科性问答系统,学生可以在任何时间任何地点通过移动设备访问系统完成答疑学习活动。为了保证在学生提出疑问后能够获得高质量的答案信息,系统提供了两种问题检索方案:针对性检索和全文检索。前者是通过在FAQ库中查找“问题-答案”对而完成的,其在答案查找正确的情况下,具有非常高的准确率。而后者则是通过Lucene.NET全文检索系统而完成一种模糊检索,这种方式能够检索到所有与问题相关的答案,体现了答疑系统较高的召回率。对于系统的智能性,主要体现在对自然语言的理解、FAQ库的设计两个方面;答案搜索策略对系统的准确率提升也有一定的作用。自然语言理解是答疑系统提高答案准确率的前提。本文通过对现有分词词典的研究,在总结各种构造分词词典方法优缺点的基础上,设计了一个适合历史学科词汇特点的分词词典,并且完成了基于此词典的分词算法的设计。为了提高学生提交的问题与FAQ库中存储问题的匹配度,我们设计了一个适合学科性问答系统的FAQ库。通过研究问句组成形式及问句问题分类,我们将FAQ库中的问句拆分成几组关键词,本文中将这些能够代替某一问题的几组关键词称为主要关键词组。一个问题对应一组主要关键词组,在FAQ库中,对问题的查找过程就可以转化为对主要关键词组的查找过程。有些情况下,分词得到的主要关键词组不能与数据库中代表问题的主要关键词组完全匹配,为了得到高精确度的答案,就需要通过计算两种关键词组之间的匹配度,取得匹配度高的主要关键词组所对应的问题及答案,将它们返回给用户。在实际情况下,针对性检索并不能满足学生查找问题的需求,此时就可以选择模糊检索方式,通过Lucene.NET全文检索系统进行问题查找。本文介绍了Lucene.NET的基本原理和应用方法。如果在上述两种检索方式下都无法获得答案,那么学生可以将问题提交到待答问题库,待专家或教师解疑后,自动接受系统通过短信形式回发的答案,从而完成答疑功能。