基于本体的智能答疑系统研究

基于网络环境下的教育模式,采用的是探索式学习方式,它支持学生根据自己的情况,浏览相关的教学资源,实现优秀教育资源和教育方法的共享。但是,在远程教学中,由于学生无法与教师直接交流,设计一个好的远程教育答疑系统,有效解决学生在学习过程中所产生的疑问,提高学习效率无疑是远程教育要解决的一个重要问题。现有的答疑系统存在着忽略查询语义、搜索结果不理想、反馈答案针对性和有效性低等诸多问题。鉴于此,本文设计开发一个基于本体的智能答疑系统架构,实现语义查询,提高查准率、查全率。 本体是共享概念模型的明确形式化规范说明,能够以一种明确的、形式化的方式来表示领域知识,促进知识共享。本体能够对文档的内容本身进行标记,使在网络上对教育资源进行基于内容的检索成为可能。本体同以学习对象元数据为基本框架的教育资源属性一起为资源检索提供了依据。RDF/RDFS是一个完整的形式化系统,具备BNF形式语法、基于模型理论的形式语义,是一个完备、可靠的形式化系统,从而保证了RDF描述语义推理的形式正确性。本文对本体论进行了简要介绍,重点讨论了本体的构造及基于本体的语义查询过程,为基于本体的智能系统的设计实现提供了理论基础。 本文基于RDFS所开发的本体,通过建立概念、概念之间的继承、实例及多种约束关系表达高度共享和重用的领域知识。通过RDF技术,可以将本体应用于XML数据文件、HTML页面的语义描述。把描述信息结合RDFS语义规则进行正向推理,可以将描述的隐含语义显式化,得到描述资源的语义闭包,提供被描述资源的机器可理解语义。本答疑系统通过将各种类型的资源向知识本体层映射,可以充分发掘资源之间内在蕴涵的关联关系,满足用户对相关资源的检索、融合需求,而且还可以实现相对比较复杂的知识检索,实现领域资源的增值服务。这些功能是传统的基于关键字检索方式难以实现的。 利用本文提出的概念相似度和相关度基本思想实现智能查询,可充分挖掘领域本体所提供的背景知识,通过语义推理及概念/关系相似度和相关度分析,在已有的资源描述库中找到与用户需求语义相关的内容,实现相关信息的语义融合。