基于移动技术答疑系统的研究.ppt

四、论文发表情况 致 谢 在本文即将完成之际，谨以我一颗赤诚之心向给予我帮助和支持的老师、同学致以最诚挚的感谢！ 首先感谢我的导师——钟绍春教授一直督促和鞭策着我成长，我今天取得的成绩离不开他的栽培和教育。导师他教学严谨、博学多识，学术上他追求精益求精，生活里他乐观豁达，睿智潇洒。钟教授是我一生学习的榜样，他对我的指点将成为我一生的宝贵财富。 感谢周东岱教授、李雁翎教授、张琢教授等授予过我课程的各位老师。让各位老师费心啦！ 最后感谢一直默默支持我的家人和同学们。 感谢在百忙之中来参加答辩的各位专家、教授！ 请各位老师提出宝贵意见 THANK YOU！ 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 基于移动技术的答疑系统研究 汇报内容 国内外研究现状与问题 1 研究定位与目标 2 主要研究内容与创新点 3 论文发表情况 4 研究起源 移动学习是由数字化学习结合移动计算技术而产生的学习方式。此学习方式使得学生在不受时间、地点限制的情况下、就可以共享课程信息、参加到学习活动中 移动学习中的答疑系统 答疑系统是解答学生在学习过程中产生疑问的有效途径，是移动教学平台功能完善与否的关键部分 一、国内外研究现状 移动学习在国外的研究主要集中在欧洲和北美的部分经济发达国家。国内的研究从近两年迅速升温。从研究目的来分主要有两类： 由目前的e-learning提供商发起: 诺基亚公司开展的移动教育研究项目 爱立信等商业公司开展的“移动学习”项目 由教育机构发起: 诺基亚、北京掌上明珠信息技术有限公司推出的 “行学一族” 中国移动通讯公司和各大高校联合打造的就业服务平台 一、国内外研究现状 答疑系统的国外研究从系统结构设计到技术应用都基本成熟，国内的研究主要受困于中文自然语言理解技术。较有代表性的研究成果： 国外：Ask Jeeves for Kids网上答疑系统、MIT人工智能实验室开发的START系统 国内：上海电大与上海蓝卓信息技术有限公司合作，构建基于手机短信的移动学习平台 一、存在的主要问题 答疑系统的问题资源库存储结构不科学 答案抽取策略中相关问题检索反馈的有效性较低 中文语句相似度匹配算法的效果不理想 中文信息没有统一的标准化语料库和资源库 二、研究背景及定位 主要解决问题资源库存储结构不科学、中文语句相似度匹配效果不理想等问题。 结合理想信息技 术研究院的项 目——自适应学习系统，关于在课程学习之外也能进行全时学习的问题进行研究 研究背景 研究定位 二、研究目标及意义 目标 系统主要研究运用文本聚类的方法将问题先准确的分类，再通过语句相似度匹配找到答案的方法来构造答疑系统 意义 答疑系统与移动学习技术相结合为使用者提供了随时随地进行答疑学习的便利条件，并使学习者全时学习的理想成为可能 三、主要研究内容及创新点 系统总体框架设计 基于关键词聚类的文本问题模糊分类方法（创新点） 基于关键词组的模式化语句匹配方法（创新点） 无模式的语句相似度匹配方法 3.1 系统总体框架设计 3.2 基于关键词聚类的 文本问题模糊分类方法 关键词聚类表示方法 关键词聚类过程改进 NERF聚类算法改进 关键词聚类 问题模糊分类方法 3.2.1 文本聚类过程 典型流程 循环 待聚类文本集 文本相似度计算 聚类 形成聚类 3.2.2 传统聚类方法的不足及改进 句子聚类 多关键词聚类 多维聚类和高维聚类 增加聚类难度 关键词聚类 代表关键词聚类 有效降低聚类维度 提高算法准确度 模糊聚类 提高聚类效率 改进 3.2.3 关键词聚类表示方法 关键词聚类方法是要找出这一类别中的所有关键词和关键词之间矩阵R的关系。 设有n个关键词用{K1,?, Kn}表示,则R便是n×n的矩阵,其中Rij表示第i个关键词Ki与第j个关键词Kj之间的相似度。 3.2.4 关键词聚类步骤