面向选择类题型求解的相似问题发现研究

• 作者: 于凤 赵姗姗 郑德权 郑雨晴
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 问题求解 词向量 相似度计算 问题发现
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 120-125
• 页数: 6页
• 分类号: TP391.2
• 字数: 6964字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1704-0022

摘要

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TextRank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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑德权	哈尔滨商业大学计算机与信息工程学院	31	356	9.0	18.0
3	赵姗姗	哈尔滨工业大学计算机科学与技术学院	9	74	5.0	8.0
4	于凤	哈尔滨商业大学计算机与信息工程学院	8	82	4.0	8.0
7	郑雨晴	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0