基于分布式技术的远程教育自动答疑系统的设计与开发

论文摘要

远程教育的蓬勃发展,推动了远程教育技术的进步。随着终生学习理念的确立,远程教育扮演着越来越重要的角色,而答疑则是教与学过程中重要的一环,日益引起教育工作者的重视。自动答疑系统成为远程教育系统中教师与学生交互的重要手段之一,设计一个智能高效的答疑系统能及时解决学习者在自学中遇到的疑问,另外也能有效地降低远程教育的教育成本。自动答疑系统是信息检索系统的一种高级形式,它采用自然语言处理技术,能用准确、简洁的自然语言回答用户用自然语言提出的问题,与传统的依靠关键字匹配的搜索引擎相比,能够更好地满足用户的检索需求,更准确地找出用户所需的答案。自动答疑系统是目前人工智能和自然语言处理领域中一个倍受关注并具有广泛发展前景的研究方向。本文首先阐述了答疑系统的背景及意义,分析了其发展研究现状并根据目前答疑系统优缺点,设计并实现了基于分布式技术中文答疑系统。针对远程教育特定应用,答疑系统知识库数据量必定是海量的,本文引进开源分布式框架Hadoop对知识库进行分布式存储,另外基于用户量及系统均衡负载能力考虑,提出了对问句进行并行计算方式,以提高问题检索速度。对于答疑系统另外一个关键问题:语句相似度计算,本文在《知网》基础上引入可扩展的词语相似度方法,为提高问句解答的准确率奠定了良好的基础。本系统具体实现了分词模块,问题理解、知识库索引,信息检索模块四个部分。其中分词模块是答疑系统正确回答用户问题的基础;问题理解模块是对问句预处理操作,包括问题的分类、关键词的提取和关键词扩展;知识库索引模块是通过Lucene构建索引;信息检索模块通过分词分解问句检索出相关问题再进行相似度计算。本文最后通过实验证明了该自动答疑系统具有良好的性能,查询速度及结果查准率都基本能满足网络远程教育答疑的要求,达到了预期的目的。

论文目录

• 中文摘要
• Abstract
• 1 问题的提出
• 1.1 研究背景
• 1.2 问题提出
• 1.3 研究目的及意义
• 1.3.1 研究目的
• 1.3.2 研究意义
• 1.4 本文的主要工作
• 1.5 本文的组织结构
• 1.6 研究方法
• 1.6.1 文献分析法
• 1.6.2 实验研究法
• 2 研究综述
• 2.1 核心概念界定
• 2.1.1 自动答疑系统
• 2.1.2 分布式技术
• 2.1.3 语句相似度
• 2.2 国外研究现状
• 2.3 国内研究现状
• 2.3.1 词语相似度计算的研究现状
• 2.3.2 语句相似度计算的研究现状
• 3 现代远程教育及分布式答疑系统
• 3.1 现代远程教育概述
• 3.1.1 现代远程教育的发展
• 3.1.2 网络远程教育产生的必然性及优势
• 3.2 答疑系统的理论基础
• 3.2.1 建构主义学习理论
• 3.2.2 网络教学理论
• 3.2.3 网络学习理论
• 3.2.4 人机交互理论
• 3.3 远程教育中的答疑模式
• 4 分布式自动答疑系统的原理和实现技术
• 4.1 分布式答疑系统原理
• 4.2 中文分词技术
• 4.2.1 分词技术的分类
• 4.2.2 ICTCLAS4J 开源分词系统
• 4.3 知识库索引技术
• 4.3.1 知识库的索引
• 4.3.2 倒排索引结构
• 4.3.3 倒排索的建立
• 4.3.4 索引文档的分值计算
• 4.3.5 Lucene 全文检索框架
• 4.4 知网（HOWNET）简介
• 4.4.1 知网的结构
• 4.4.2 《知网》中的关系
• 4.5 基于《知网》的语句相似度计算
• 4.5.1 义原相似度计算
• 4.5.2 词语相似度计算
• 4.5.3 语句相似度计算
• 4.6 面向答疑系统的HADOOP框架研究
• 4.6.1 HDFS 分布式存储系统
• 4.6.2 Map/Reduce 计算模型
• 5 分布式答疑系统的实现
• 5.1 系统总体设计
• 5.1.1 系统体系结构
• 5.1.2 系统功能模块设计
• 5.1.3 系统角色设置
• 5.1.4 数据库设计
• 5.2 系统关键模块的实现
• 5.2.1 分词模块的实现
• 5.2.2 知识库索引模块的实现
• 5.2.3 问题理解模块的实现
• 5.2.4 信息检索模块的实现
• 6 系统运行测试
• 6.1 分布式答疑系统的环境搭建
• 6.1.1 硬件环境配置
• 6.1.2 Hadoop 的安装
• 6.2 系统运行界面
• 6.3 系统运行结果分析
• 6.3.1 系统性能测试
• 6.3.2 答疑返回结果测试
• 7 总结和展望
• 7.1 研究工作小结
• 7.2 展望
• 参考文献
• 在读期间发表的论文
• 后记