网络自动答疑系统

网络自动答疑系统的设计

questions.add(q); }

return q; }

5 总结

本系统设计的自动答疑系统主要是针对大学计算机C语言课程中的知识点进行网上答疑。它以Web作为载体，通过网络使大量的学生能够同时提问和获得答案进行学习。它克服了师生面对面交流的在时间空间甚至是精力上的局限性，同时重点针对学生在自学过程中通过答疑系统温习原有知识以及学习新知识的效果。作为一个辅助教学工具，在计算机网络教育飞速发展的时代，自动答疑系统越发凸显它存在的意义。自动答疑系统贵在自动两个字，它的智能性不仅可以减轻教学负担，也为学生自学提供了一个方便快捷的学习平台。

本系统大致的开发平台和开发过程如下： （1）数据库管理系统

从使用方便程度和设计工具强大程度考虑，本系统选择了Microsoft Access作为数据库管理系统。

（2）Web应用服务器平台

本系统采用Tomcat作为应用服务器，完成Web的页面显示。 （3）系统开发的工具选择

本系统采用MyEclipse进行Web工程的创建和设计，并结合Lucene对索引和搜索功能的JAVA代码进行编写和调试。

（4）运行模式的选择

本系统采用B/S构架，用户端使用浏览器访问便可进入提问页面进行提问和搜索答案，操作简单，检索准确率高。

在查阅和借鉴了大量自然语言处理、匹配、搜索、分词消歧等技术相关书籍和期刊后，在让我对现今的相关技术了大致了解的同时，依照系统预先设想好的功能和规模，系统并合理地选择了一些合适的技术和工具来完成答疑功能，比较成功地将自学到的东西应用到设计中去。在中文信息的处理上，利用正向最大分词算法进行关键词切分，通过词间距的计算来消除分词歧义，都较好地完成了功能的实现。

在系统实现基本功能外，仍存在许多不足之处，如在相似度的计算方面还存在许多问题，由于类似这种基于统计学的机械方法提取文本的象征，难免会忽略对自然语言的

28

网络自动答疑系统的设计

理解，导致出现偏差，纵然有Lucene的而且，向量模型的计算量大，像关键词的权重的计算就是项大工程，除此之外还要计算用户查询语句的权重和库中各个问题的权重。另外，在答案的显示方面，仍然不够完善美观，有些问题需要分点回答或者其答案字数多，系统只做到了将其整个输出，而没有直观的一个排版，使得在看答案时容易视觉疲劳，也不容易在大段的文字中直观地找到重点。而且由于种种原因，对于附加登录等功能模块的设计以及页面美观性的进一步完善都没能到位。

本系统还有很大的发展空间，如建立用户和管理站2个登录口，实时反馈用户没能

搜索到的问题，并由管理者定时更新数据库等等。在针对用户无法搜索到的问题，还可以采取直接连接到网络搜索引擎进行进一步的搜索以使用户尽可能地得到问题的答案。而且随着研究的深入，将会有更多更完善的中文分词和匹配算法的产生，使得答疑系统更加智能化。 参考文献

[1] 殷建平.汉语自动分词方法[J].计算机工程与科学.1998年8月第3期：60～65． [2] 郑延斌.自动分词中的歧义处理[J].微型机与应用.1998年第6期：9～10． [3] 齐向华.文本信息检索模型.晋图薛康[J].1998年第3期：33～34.

[4] 李爽，陈丽等．国内外网上智能答疑系统的比较研究[J]．中国电化教育．2003年第一期：80～83.

[5] 柳泉波. Internet环境下的网络自动答疑系统[J]. 教育技术通信. 1999年3月第7期． [6] 程显毅，朱倩，王进.中文信息抽取原理及应用[M].科学出版社． [7] 冯志伟.计算机语言学基础[M].商务印书馆.

[8] 郑耿忠.自动分词算法在智能答疑系统中的应用研究[J].计算机工程与设计.2007年5月第9期. [9] William B Frakes、Ricardo Baeza-Yates,Information Retrieval-Data Structures&Algorithms,Prentice Hall,1996

[10] 骆正清，陈增武，胡上序.一种改进的MM分词方法的算法设计[J].中文信息学报.1996年第三期：30～36.

[11] 张银，基于网络的自动答疑系统的设计与构想[J].南京师范大学学报，2003年5月：11～18. [12] 刘亚军，徐易.一种基于加权语义相似度模型的自动问答系统[J].东南大学学报，2004年34期：

609-612.

[13] 揭春雨等.论汉语自动分词[J].中文信息学报.1989年第1期.

[14] 余胜泉.适应性学习—远距离教育发展的趋势[M].开放教育研究.2000,3. [15] 高薇薇.国内中文搜索引擎现状略述[J].情报杂志.2001,99.

[16] Peter Shauble,Multimedia Information Retrieval:Content-based Information Retrieval from Large Text and Audio Databases

29