基于移动技术的答疑系统研究.ppt

《基于移动技术的答疑系统研究.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、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

2、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：AskJeevesforKids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

3、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

4、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

5、.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关键词聚类步骤聚类一般步骤:(1)由关系矩阵R,通过模糊聚类算法得到结果是c×n的矩阵U：U∈Rc×n.(2)假

6、设某一问题中有m个关键词(K1,⋯,Km),其权重分别为(Q1,⋯,Qm).进行模糊分类。(3)模糊分类到确定分类的转换。MAX(Wi)(i=1,⋯,c)存在问题3.2.5改进—关键词聚类步骤存在的问题：一个问题可能对多个类都有较高的隶属度，如果只分到一个类，削弱了模糊分类的效果，影响聚类。改进方法：设标值ε,如果MAX(Wi)-Wj<ε,则此问题同时也属于j类。3.2.6NERF算法的概述及不足利用NERF算法的主要步骤：（1）选择分类数和模糊参数,确定算法的停止标准。（2）重新计算聚类中心和

7、距离（3）根据新的距离调整聚类（4）结束条件检查，如果满足不等式│U(r+1)-U(r)│<ε,则算法结束.否则返回第(2)步.NERF算法的不足：在聚类开始前需要人为规定聚类的数量3.2.7改进—优化聚类算法为了解决NERF算法不能自动选取聚类数的缺点，引入Xie-Beni方法科学的评估每个聚类结果的有效性，获得最佳聚类数目，完善整个聚类算法。Xie-Beni方法:对每个聚类结果计算其聚类有效性S值越小说明聚类效果越好。3.2.8关键词聚类实例分析为了测试和检验Xie-Beni分类方法的优越性

8、,选取了50个问题,其中共有关键词28个.随机选取嬴政A2秦始皇A1商鞅A3李斯A4鸦片战争B4马关条约B3五四运动B1辛丑条约B23.2.8关键词聚类实例分析根据关系矩阵R,用算法进行关键词模糊聚类。首先假定这28个关键词,合适的聚类数可能在4～10类之间。于是使C分别等于4～10,并依次执行算法。对于得到的聚类结果,再用方法进行评估。可见类数选取6时,值达到最小,说明此时的聚类效果最佳.3.2.8关键词聚类实例分析可见A1到A4对于第5类隶属度都很高,而B1到B4对于第1类的隶属度都很高,所