作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

›› 2003, Vol. 29 ›› Issue (11): 27-.

• 论文 • 上一篇    下一篇

基于案例推理技术的自学习答疑引擎

杨帆,韩鹏,申瑞民   

  1. 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,上海交通大学计算机科学与工程系 上海 200030

Adaptive Question and Answering Engine of Case-based Reasoning Technology

YANG Fan,HAN Peng,SHEN Ruimin   

  1. (Department of Computer Science and Engineering, Shanghai Jiaotong Univ., Shangh ai 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。

关键词: 基于案例, 推理技术, 答疑引擎, 权重维护

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

中图分类号: