基于NLP的大学生自主学习智能问答系统设计

摘要：

自主学习能力作为高校大学生重要的一种学习能力,已成为大学生应当具备的一项重要的基本素质.大学生自主学习最大难题是遇到问题时不能实时、精准、有效地解决.针对这个问题,提出基于自然语言处理(natural language processing,NLP)的自主学习智能问答系统.系统使用基于转换器的双向编码表征预训练模型提取输入序列的表示,然后通过注意力机制将表示传递到下游神经机器翻译模型的编码器和解码器的每一层中,最后联结成自主学习智能问答模型.在开源的中文医学问答数据集——cMedQA2上进行训练和测试自主学习智能问答模型.实验结果表明,与其它模型相比,该模型的自然语言处理评价指标BLUE值有明显提高.进一步分析预测样例,对于同一问题,预测值的表达基本与真实值相符.

关键词：自主学习;问答系统;自然语言处理;BERT模型;评价指标

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高校自然科学重点研究项目;安徽省教学改革研究项目;安徽省质量工程项目

在线出版日期：2022-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49