机器智能聊天模拟系统的研发开题报告

 2021-08-14 02:36:43

1. 研究目的与意义(文献综述)

21世纪是信息的时代,人们对各种信息的获取需求呈指数增长。如何快速、准确地获取信息,显然,传统的搜索引擎己经不能满足人们的需求,人们渴望拥有一个用自然语言提问并且可以直接返回答案的检索系统的需求越来越强烈,于是问答系统在这样的背景下应运而生。

智能手机给移动互联网甚至人们的生活方式的变化和改善都是毋庸置疑的,也是标志着人类进入全新科技时代的开始,我们可以不断改变生活方式来迎合世界的变化。同时科技也是正在迎合我们的生活习惯。在未来,我们可以过上全智能化的生活,通过智能聊天系统,计算机便可以帮助我们分析解决大部分日常工作,甚至我们可以和计算机做朋友。更进一步,智能聊天机器人不仅可以回答用户的某一个问题,还可以很人性化地与用户交流,了解用户的需求,就像用户的一个好朋友。当前,聊天机器人在商业领域很常见,包括航空系统订票领域,移动个人助理,阿里巴巴的聊天机器人,韩国的风靡全球的聊天机器人等。

国外在问答系统技术上的研究起步比较早,目前在工业界或者学术界已经产出了一些比较成熟的问答系统和聊天机器人系统,例如,苹果公司的siri,谷歌的google now,mit大学的start系统等等。siri作为一款语音控制功能和iphone产品上进行了深度的结合,是一款内建在苹果系统中的人工智能助理软件。是国外目前使用最为广泛的一款软件,此软件使用自然语言处理技术,使用者可以使用自然的对话与手机进行互动,完成搜寻资料、查询天气、设定手机日历、设定闹铃等许多服务。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

(1)基本内容:

1)问题理解。问题理解就是分析处理用户所提的问题,对其做深入细致的分析分解,为信息检索尤其是答案抽取服务。问题理解部分需要完成以下几部分工作:确定问题类型、提取问题关键词、依据问题的类型等因素对问句进行适当的扩展,最终将用户以自然语言输入的问句转换为计算机易于处理的格式。

2)信息检索。信息检索的任务就是利用前面提取出来的关键字及其扩展到文档库中查找相关的文档并返回一些最相关的文档。主要是根据事先存入数据库的对话资料及文档资料进行相关度的查找。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

(1)第四周3月20日前完成:学生上传开题报告,指导教师对开题报告进行评阅审核;

(2)第四周至第十四周(5月25日前):学生至少每三周上传一次阶段性报告,指导老师进行评阅、督促;

(3)第十一周5月6号前完成:学生上传论文初稿,指导老师进行评阅修改;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] 王虎,张骏.管理信息系统(第 2 版).武汉:武汉理工大学出版社,2007.[2] 张骏,鄢丹.信息系统课程设计.北京:科学出版社,2007.[3] 刘勇军.面向对象程序设计——C#ASP.NET 实现.武汉:武汉理工大学,2011.[4] 王珊,萨师煊.数据库系统概论(第 4 版).北京:高等教育出版社,2006.[5] 李东,梁定澎.决策支持系统与商务智能.北京:中国人民大学出版社,2010.[6] (印度)K.P.Soman,Shyam Diwakar,V.Ajay 著,范明,牛常勇,译.数据挖掘基础教程.北京:机械工业出版社,2009.[7] 薛毅.数据建模基础(第 2 版).科学出版社,2011.[8] (美)Mark .M.Meerschaert.著,刘来福,等译(原书第 4 版).机械工业出版社,2015.[9] Abraham Silberschatz(耶鲁大学),Henry F. Korth(利哈伊大学),S. Sudarshan(印度理工学院.孟买).Database System Concepts 6th Edition[10] Jeffrey A. Hoffer, V. (Venkataraman) Ramesh, Heikki Topi著。

modern database management,2012.[11] 黄波,郭东伟.中文问答系统中答案抽取的研究与实肌吉林大学硕士学位论文,2010.[12] 孙昂,江铭虎,贺一帆,陈林,袁保宗.基于句法分析和答案分类的中文问答系统《电子学报》2008[13] 张统豪.计算机语言识别技术的应用分析信息与电脑,2013.[14] 易顺明.智能聊天系统基于的知识表示,2008.[15]Zhang,Lee,W Sun.Question classification using support vector machines,2003.[16] P Reidy,Introduction to Latent Semantic Analysis,2012.[17]B Furlan,V Sivavcki,D Jovanovi'C,B Nikoli'C.Corpus-based and Knowledge-based Measures of Text Semantic Similarity,2011.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。