赵姗姗
- 作品数：2 被引量：10H指数：2
- 供职机构：哈尔滨工业大学计算机科学与技术学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金黑龙江省教育科学规划课题更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向选择类题型求解的相似问题发现研究被引量：5
- 2018年
- 在人工智能火热的今天,智能解题逐渐成为一大研究热点。研究基于知识关联和推理的选择类问题求解,尝试解决问题理解和相似问题发现两方面内容。针对问题理解,使用Text Rank和词性标注两种方法完成关键信息提取,并使用word2vec词聚类的结果完成关键信息扩展;针对相似问题发现,首先根据问题理解生成的关键信息,从已有题库中抽取候选问题集,然后结合word2vec生成的词向量分别使用基于BM25变体、词项向量加权、改进的编辑距离三种方法计算句子相似度,并根据相似度大小,确定答案选择,最终完成问题求解。在地理选择题解答的相关实验中,获得了最高75.88%的平均准确率,也验证了问题求解的可行性。
- 于凤郑雨晴郑德权赵姗姗
- 关键词：相似度计算
- 基于文本蕴含的选择类问题解答技术研究被引量：5
- 2016年
- 利用选择类问题具有明确候选项的特点,简化问题分类过程,并针对长文本语义蕴含短文本语义的语言现象,提出一种根据文本蕴含强度大小对候选答案进行排序的方法。在没有大规模问答对的情况下,采用维基百科中文语料库,以全国各省市高考地理选择题作为实验数据,通过句子相似度和文本蕴含两种方法来解答地理选择题。实验表明,基于文本蕴含方法的准确率为36.93%,比基于词嵌入的句子相似度方法提高2.44%,比基于向量空间模型的句子相似度方法提高7.66%,验证了该文本蕴含强度计算方法的有效性。
- 王宝鑫郑德权王晓雪赵姗姗赵铁军
- 关键词：选择题句子相似度
