考生在填报高考志愿时, 针对复杂繁多的各类高校信息数据, 传统的搜索引擎无法根据考生需要的实际信息和搜索结果进行匹配, 考生还需要额外消耗一定精力去筛选数据, 这无疑增加了考生的时间成本. 为此本文提出了基于高考领域知识图谱, 使用中文分词模型和朴素贝叶斯分类算法, 设计并开发了针对高考学业规划的智能问答系统. 与传统的搜索引擎不同的是, 基于人工智能的问答系统能够对考生所关注的问题和搜索结果进行精确匹配, 减少考生重复搜索和筛选数据的次数. 测试结果表明, 本系统可以对高考学业规划中所涉及的大多数问题进行相对准确的针对性回答.
2022-02-22 19:12:23
899KB
1
采用java技术构建的一个管理系统。整个开发过程首先对系统进行需求分析，得出系统的主要功能。接着对系统进行总体设计和详细设计。总体设计主要包括系统功能设计、系统总体结构设计、系统数据结构设计和系统安全设计等；详细设计主要包括系统数据库访问的实现，主要功能模块的具体实现，模块实现关键代码等。最后对系统进行功能测试，并对测试结果进行分析总结。
包括程序毕设程序源代码一份，数据库一份，完美运行。配置环境里面有说明。
2022-01-17 21:23:35
12.38MB
1
A校招生咨询智能问答系统主要功能模块包括资讯数据管理、用户注册管理、留言管理、网上咨询管理、智能问答、系统管理，采取面对对象的开发模式进行软件的开发和硬体的架设，能很好的满足实际使用的需求，完善了对应的软体架设以及程序编码的工作，采取MySQL作为后台数据的主要存储单元，采用JavaEE框架、JSP技术、Ajax技术进行业务系统的编码及其开发，实现了本系统的全部功能。本次报告，首先分析了研究的背景、作用、意义，为研究工作的合理性打下了基础。针对A校招生咨询智能问答系统的各项需求以及技术问题进行分析，证明了系统的必要性和技术可行性，然后对设计系统需要使用的技术软件以及设计思想做了基本的介绍，最后来实现A校招生咨询智能问答系统和部署运行使用它。
2022-01-13 20:53:41
10.51MB
1
基于知识图谱的智能问答系统python实现（复旦大学论文基于qa语料和知识库的问答系统）_python 智能问答,python 智能问答系统-机器学习代码类资源本代码实现是基于python实现的基于复旦大学崔万云博士的learing question answering over corpora and konwlege bases ，代码实现与论文有所出入，原因是本实现用的语料是中文做训练数据集，其中命名实体认为论文有太多欠缺，而实体识别是智能问答思想关键。希望更多读者能够有更好的方法。
2021-12-04 18:07:13
42.11MB
农业-KBQA
项目介绍：
该项目是基于知识图谱的农业智能问答系统，从0到1的去搭建一个以农场品为中心的知识图谱，面向的用户群体是：农民和普通民众。
项目目的：
对农民而言让他了解某些农场品的种植方式，基本属性，种植成本，经济效益等等。
对普通群众而言让他了解这些农产品的作用（健康方面），以及各种植物之间的关系推动科普的作用。
项目结果展示：
操作说明
图谱展示
对话展示部分
项目结构：
.
├── hudongbaike // scrapy爬虫项目路径
│ └── hudongbaike
│ └── spiders
│ └── bk.py //爬取搜索词
│ └── bkc.py //带入搜索词爬取内容
├── data // 数据存放路径
│ └── query_list.csv //存放搜索词文件
│ └─
2021-06-22 16:47:51
12.07MB
1
资源包含了电影知识方面的几个问题训练集样本数据，以及特征词汇表和问题分类器【模板】，资源中也包含了基于电影知识图谱智能问答系统的核心代码ModelProcess
2021-04-01 19:37:24
9KB
1