[发明专利]一种基于神经网络的导学问答系统及方法

摘要

本发明设计了一种基于神经网络的导学问答系统，包括前端和后端，前端包括注册模块、登录模块、提问模块、回答模块、评价模块和认知评价树模块；所述后端包括三个子系统，分别为认知评价子系统、答案重用子系统和答案生成子系统；本发明通过对问句的信息提取，检索社区中已存在的问题的答案；如果不存在相似的问题，则使用训练好的模型在离线文档中生成回答，并在返回的答案中引导学习者扩展阅读。

主权项

1.一种基于神经网络的导学问答系统，其特征在于：包括前端和后端，前端包括注册模块、登录模块、提问模块、回答模块、评价模块和认知评价树模块；所述后端包括三个子系统，分别为认知评价子系统、答案重用子系统和答案生成子系统；注册模块，提供学习者注册的功能，学习者必须注册成功后才能登录；登陆模块，提供学习者登录的功能，学习者必须登录成功后才能使用提问模块、回答模块和评价模块的功能；提问模块，提供学习者提问的功能，学习者在提问界面撰写问题标题、问题描述和问题分类；回答模块，提供学习者回答其他学习者的问题的功能，学习者在回答界面撰写回答内容；评价模块，提供学习者评价其他学习者的回答功能，学习者点赞、反对标记为标准答案或者在评价界面撰写评价内容中；评价树模块，提供教师浏览课程中发帖认知程度的功能；认知评价子系统，用于对学习者发帖的认知行为进行评价，最后为每个概念和知识点展示一棵认知评价树，为教师干预在线学习社区中学习者的对话提供依据；认知评价子系统包括认知特征选择模块和认知评价模块；认知特征选择模块根据学生的发帖内容，得到学生认知状态的特征向量；认知评价模块根据学生认知状态，得到认知评价树；答案重用子系统，将在线学习社区中已存在的含有高质量答案的问题进行重复利用，减少答案的冗余并快速相应学习者的提问；答案重用子系统包括：问句向量生成模块和问句相似度计算模块，问句向量生成模块根据问题的文本内容，得到问题的向量表示；问句相似度计算模块根据问题的向量表示，得到问题间相似度的接近程度；答案生成子系统，在无法找到相似问题时根据离线的文档数据对学习者的提问生成回答；答案生成子系统包括文档筛选模块、特征选择模块和答案选择模块；文档筛选模块根据文档间的相似程度，得到相近的文档集合；特征选择模块根据帖子的文本内容，得到帖子的数字向量表示；答案选择模块根据神经网络的输出，得到可能作为答案的片段；前端界面中的模块和后端系统中的各个模块通过HTTP协议进行交互。