基于百度网页的中文自动问答应用研究

发布时间：2022-01-28 01:23

　　互联网给人类生活和学习带来了便利,在浩瀚的知识海洋里如何快速、准确获取所需知识?我们需要去寻求一种高效的解决办法。充分利用搜索引擎和自然语言处理技术的各自优点,采用jieba中文分词和Word2Vec词向量构建基于百度网页的中文问答系统,系统的实现引入深度学习思想。 

【文章来源】：现代计算机. 2020,(08)

【文章页数】：5 页

【部分图文】：

现代计算机（www.moderncomputer.cn）2020.03中

rity_Qs={}#保存Q的相似度，便于后面检索答案forwordlist_Qinwordlists_Q_cut:similarity=model.n_similarity（wordlist_Qask_cut,wordlist_Q）Q_text="".join（wordlist_Q）#将Q分词结果还原为Q内容similarity_Qs[Q_text]=similarityreturnsimilarity_Qs44.5检索答案defsearch_A（similarity_Qs,Q_As）:#按照字典similarity_Qs的value值（相似度）降序,#取Top5#遍历问题答案集，如果检索到就返回检索结果return检索结果图25问答系统原型图36结语本文对问答系统相关技术进行了分析，构建了问

s_Q_cut）:similarity_Qs={}#保存Q的相似度，便于后面检索答案forwordlist_Qinwordlists_Q_cut:similarity=model.n_similarity（wordlist_Qask_cut,wordlist_Q）Q_text="".join（wordlist_Q）#将Q分词结果还原为Q内容similarity_Qs[Q_text]=similarityreturnsimilarity_Qs44.5检索答案defsearch_A（similarity_Qs,Q_As）:#按照字典similarity_Qs的value值（相似度）降序,#取Top5#遍历问题答案集，如果检索到就返回检索结果return检索结果图25问答系统原型图36结语本文对问答系统相关技术进行了分析，构建了问

【参考文献】：
期刊论文
[1]自动问答系统中的句子相似度算法的研究[J]. 周永梅,陶红,陈姣姣,张再跃.  计算机技术与发展. 2012(05)

硕士论文
[1]面向厦门旅游领域的自动问答系统[D]. 袁锦豪.厦门大学 2018
[2]MOOC环境下课程智能问答系统的设计与实现[D]. 曲强.延边大学 2018



本文编号：3613430