摘要
本发明公开了一种基于多知识库关联的人工智能问答系统及方法。其中,方法包括:获取学生输入的提问;对提问进行预处理,包括分词、词性标注和去除停用词等操作;识别提问中涉及的多个知识点和主题;基于识别的知识点,关联多个相关的知识库;将提问和知识库中的内容进行向量化处理,构建高维度的向量表示;利用向量数据库对提问向量和知识库向量进行匹配,检索出与提问最相关的知识内容;基于检索到的知识内容,采用生成式预训练模型生成高质量的回答;将生成的回答反馈给学生,并收集学生对回答的评价和反馈,以持续优化系统性能。本发明能够有效处理涉及多个知识点的复杂提问,通过多知识库的关联和向量化匹配方法,提高了问答系统的匹配度和回答质量。这种方法克服了现有技术中单一知识库和简单文本切片推理的局限性,使人工智能问答系统具备更高的智能性和适应性,更好地满足了教育领域中不断变化的需求。
技术关键词
问答方法
知识点
预训练模型
人工智能问答系统
学生
更新模型参数
主题
分词
文本
LDA模型
图谱
模型超参数
数据库技术
问答装置
停用词表
语义
处理器通信
答案
系统为您推荐了相关专利信息
高分遥感影像
识别提取方法
植被
深度学习方法
特征提取网络
知识点
种子
知识库构建方法
语义向量
二分类模型