节点文献

基于案例推理技术的自学习答疑引擎

Adaptive Question and Answering Engine of Case-based Reasoning Technology

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 YANG Fan,HAN Peng,SHEN Ruimin (Department of Computer Science and Engineering, Shanghai Jiaotong Univ., Shangh ai 200030)

【机构】上海交通大学计算机科学与工程系；上海交通大学计算机科学与工程系上海 200030；上海 200030；上海 200030；

【摘要】将基于案例的推理技术引入传统的自动答疑系统，并结合用户交互机制，提出了一种基于案例推理的自学习答疑引擎。该引擎通过对问题的关键字描述来触发案例，并根据它们与问题的关联程度进行排序；同时，利用用户端的反馈及时有效地对关键字的权重进行维护，提高了答疑系统的效率准确性。更多还原

【Abstract】 The paper introduces CBR (Case-based Reasoning) into traditional Q&A system and puts forward an adaptive question and answering engine. This engine uses更多还原

【关键词】基于案例；推理技术；答疑引擎；权重维护；
【Key words】 of the question to trigger case and sorts the results by the relat ionship； meanwhile the engine obtains feedback from the user and modifies the we ights of the keywords immediately. This method can make the question and answeri ng system more；

【文献出处】计算机工程 ,Computer Engineering , 编辑部邮箱 ,2003年11期

【分类号】TP181
【被引频次】3
【下载频次】201

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献