一种基于移动互联网的智能问答机器人系统技术方案

一种基于移动互联网的智能问答机器人系统，其包括如下单元：用户移动性单元，用于基于移动互联网平台实现用户实时位置的跟踪、用户移动轨迹的描述、用户活动区域的划定；移动互联网与社交网络单元，用于确定各个用户各自具有不同的用户属性和用户任务，以及用户之间的交互构成了各自的用户关系和社交圈；用户兴趣点挖掘与个性化定制单元，用于发掘用户的兴趣点以及进行个性化信息推送；用户查询与知识库匹配单元，用于经过中文分词、语义分析和语法分析的文本挖掘和处理，并将处理后的信息发送给智能问答数据库单元；智能问答数据库单元，用于对问题知识库和答案知识库中相关内容的更新与优化。

【技术实现步骤摘要】

本专利技术涉及智能问答机器人
，特别涉及一种基于移动互联网的智能问答机器人系统。
技术介绍
基于当前流行的移动互联网平台，进行智能问答机器人系统的研究是一个新兴的研究领域。涉及的研究领域包括基于移动互联网平台上，用户在大学校园中实时位置的动态变化监测，用户活动位置与范围的变化规律，用户活动的常规路线界定与个性化任务推荐，与用户情境要素相结合的人工智能知识库的融合与问答专家系统等一切跟移动互联网上的大学校园智能问答机器人相关的
该领域涉及到的主要研究对象是大学校园范围内活动的教师、学生和行政人员等，涉及到的主要关键技术包括：情境感知技术、人工智能专家库技术、基于移动互联网平台的Android开发技术，问答与专家系统技术、用户个性化定制与推荐技术、语音识别技术、数据挖掘与知识发现等。其实际应用价值主要体现在：1、当大学校园中出现新报到的教师和学生等用户时，该系统能够辅助这类人群更快的熟悉和适应所在院校的大学环境和文化氛围；2、通过对大学校园内用户活动实时位置的监测与提取，能够辅助用户更好的规划一天的工作和学习任务；3、当新用户在大学校园内迷路时，在当前已存在的地图APP(谷歌地图、百度地图、高德地图等)暂不能详细显示大学校园地图全貌的前提下，本专利技术的系统可以辅助用户快速而准确的到达目的地；4、当用户经过某地而忘记做计划中的事情时，本专利技术的系统可以提醒用户去完成即将遗忘的任务；5、用户与其他用户建立好友关系时，结合用户活动的情境要素建立人工智能知识库。当用户在某一时刻经过某地时，本专利技术的系统可以提醒用户去选择性完成好友需要完成的工作和任务，从而到达团队任务相互协作的目的。当前，国内外学者针对人工智能问答系统领域的研究做了很多的相关工作。现把与本文研究密切相关的研究进行总结，主要可概括为以下几个方面：问答系统架构：商业智能应用允许用户查询、理解和分析组织中已存在的数据以获取有用的知识和更好的决策。商业智能应用的核心是数据仓库，它用于在公共数据存储中集成几种异构数据源。因此，在下一代商业智能应用中公共协议应该被考虑：不仅来自于内部数据源，而且来自于不同的外部数据源(例如，大数据，博客，社交网络等)。这些来自于竞争对手的相关更新信息可能为正确的决策提供关键性的信息。这些外部数据通常通过传统Web搜索引擎获得，随着用户在分析返回信息和把这些信息集成到商业智能上做出的巨大努力。AntonioFerrández等人提出了一种集成数据仓库内部结构化数据和从问答系统获得的外部非结构化数据的技术。该集成通过数据仓库和问答系统的返回数据展示到仪表盘上使得用户能处理各种类型的数据。另外，问答结果通过一种新数据仓库以一种持久的方式存储以方便所得结果和不同问题，或相同问题与不同日期的比较。基于问答系统的用户兴趣模型：JonathanBergeron等人探索性的建立一种自适应的用户兴趣模型。他们提出的模型从用户搜索查询中利用隐含的数据用于从DBpedia中选择类别信息。通过联合从多个查询收集到的类别信息并利用这些类别间的语义关系，从而使得JonathanBergeron等人的系统建立用户兴趣模型成为可能。这个模型通过包含年龄和有效期的概念，而被设计成能够对用户随时间变化的兴趣产生应答。当查询一个歧义词时，该系统也包含了准确查找到正确类别的机制。搜索个性化的行为建模：用户行为为通过个性化改进搜索结果的相关性提供了许多线索。一方面，用户行为为传递更好的相关性提供了特别强烈的信号。该信号是一种单个用户的查询历史和被点击的文档。PaulN.Bennett等人是首先评估短期(会话)行为和长期(历史)行为如何相互影响和如何可能被孤立或联合使用，从而通过搜索个性化而最优化收益相关性贡献的学者。他们关键性的发现包括：在搜索会话开始的时候历史行为提供实质性利益；在扩展搜索会话中，短期会话行为为大多数收益做出贡献；会话和历史行为的联合比使用其中一个更优。他们同样也描述了在一个会话时间周期内每个模型改变的相对个性的特征。他们的发现暗含了搜索系统的设计，这样就使用户个性化搜索行为得到平衡。个性化Web搜索：在Web搜索中，搜索结果的个性化提供了潜在的重大改进。在许多可观测的用户属性中，近似的用户位置能特别容易让搜索引擎获得并让首次进行Web搜索的用户允许其个性化。然而，作用于用户位置信息是不同的，因为几乎没有Web文档包含一个地址，而该地址能够被解释成约束相关文档的地址。此外，许多文档(如当地新闻报道，彩票结果，体育团的粉丝专页)可能对物理地址没有响应。但在文档相关性中，用户位置的相关性仍旧发挥了重要作用。PaulN.Bennett等人展示了如何使用物理地址和更多一般兴趣地址的概念为网页推断出更多一般相关性的地址。他们使用隐含用户行为的数据计算这些信息，描述大多数以位置为中心的页面，表明位置信息能够被纳入到Web搜索排名中。以词汇驱动的开源问答系统：在海量数据集中对知识表示进行访问是一件非常有挑战性的事情。问答的目标在于通过简单易用的接口了解数据。然而，问答系统非常复杂并且早期的方法在某个特定领域的问答显得非常单一。因而，特别是许多组件被重新利用来设计和实施为新的改进方法往往显得笨重且无效率。因此，强烈需要组合式的问答系统得以实现，使得表现最好的组件能够联合起来在指定领域实现最大价值。考虑到功能的高变体可能在一个问答系统中被利用和在新问答系统中被重新利用，AndreasBoth等人提供了一种通过问答词汇驱动的方法与现有方法进行比较，该方法由特定领域社区提供了强大的知识本体。他们通过绑定现有词汇到核心问答词汇上而不再创造由外部组件提供的信息的方法来实现。因此，他们为快速建立新的(特定领域的)问答系统提供了一种实用的方法，而且通过多个领域核心问答词汇得到了重新利用。问答系统的互操作性：问答系统对于理解数据来说是最大的挑战之一。数据网吸引了问答社区的注意并且最近，许多模式感知的问答系统被介绍，而且研究成果都是有意义的。然而，由于缺乏概念性描述问答系统的系统性方法，集成不同方法是不太可能的。KuldeepSingh等人展示了一种建立在摘要层上的消息驱动词汇。这种词汇从不同问答系统的概念图中得出结论，这样他们使研究人员和工厂能实施消息驱动的问答系统并重新利用和扩展不同方法，而不存在互操作性和扩展性的担忧。医学问答系统：设计问答系统对自然语言问题的深度分析和有效性提出了要求。这个设计任务的关键是将问题中表达的语义关系转化为可用计算机处理的表示方法。AsmaBenAbacha等人在医学领域处理问题分析。更准确地说，他们研究如何将一个自然语言问题转化为一个可用计算机处理的表示。潜在的转换过程要求决定性的三个关键点：1、什么是医学问题的主要特征；2、哪些方法最适用于这些特征的抽取；3、怎样把抽取信息转换成一个机器可理解的表示。他们展示了一个完整的问题分析方法，包括医学实体识别，语义关系抽取和自动转换为SPARQL查询。研究支持SPARQL在问答的角度中能表示内容广泛的自然语言问题的事实。链接数据上的问答系统：问答系统是一种基于知识库，并将自然语言问题转换为SPARQL的智能系统。为了改善实体、关系和自然语言文本之间的匹配程度，StefanRuse本文档来自技高网...

【技术保护点】
一种基于移动互联网的智能问答机器人系统，其特征在于，其包括如下单元：用户移动性单元，用于基于移动互联网平台实现用户实时位置的跟踪、用户移动轨迹的描述、用户活动区域的划定；移动互联网与社交网络单元，用于根据用户移动性单元获取的用户实时位置的跟踪、用户移动轨迹的描述、用户活动区域的划定信息进行实时位置的推进从而勾勒用户在特定区域内的移动轨迹和用户在特定区域内的活动区域；还用于获取特定区域内的用户之间相互关联和相互影响以及用户之间扮演者不同的社会角色，从而确定各个用户各自具有不同的用户属性和用户任务，以及用户之间的交互构成了各自的用户关系和社交圈；用户兴趣点挖掘与个性化定制单元，用于根据用户移动性单元中获取的用户的活动位置、活动轨迹和活动区域来确定这三者之间共同构成的用户活动的空间属性，根据用户活动的空间属性发掘用户的兴趣点以及进行个性化信息推送；用户查询与知识库匹配单元，用于接收用户输入的文本查询和/或语音查询信息，在为文本查询信息时，经过中文分词、语义分析和语法分析的文本挖掘和处理，并将处理后的信息发送给智能问答数据库单元；在为语音查询信息时，先将语音查询信息识别为文本查询信息，并经过中文分词、语义分析和语法分析的文本挖掘和处理，并将处理后的信息发送给智能问答数据库单元；智能问答数据库单元，用于收集和整理知识素材建立知识库，对素材提取候选关键词，并对关键词的内容进行人工标记，以便进行后续的关键词索引；将知识库拆分为问题知识库和答案知识库，其中问题知识库中用于存放用户提出的各种需求和问题，答案知识库中存在与问题知识库中的需求和问题相匹配的解答内容、解答思路和解答详细过程；并在问题知识库和答案知识库之间建立问答匹配度评估的关联，关联用于度量问题与答案之间的匹配程度，并将这一过程与后续的用户满意度反馈相结合，共同用于对知识库的优化，和对问题知识库和答案知识库中相关内容的更新与优化。...

【技术特征摘要】
1.一种基于移动互联网的智能问答机器人系统，其特征在于，其包括如下单元：用户移动性单元，用于基于移动互联网平台实现用户实时位置的跟踪、用户移动轨迹的描述、用户活动区域的划定；移动互联网与社交网络单元，用于根据用户移动性单元获取的用户实时位置的跟踪、用户移动轨迹的描述、用户活动区域的划定信息进行实时位置的推进从而勾勒用户在特定区域内的移动轨迹和用户在特定区域内的活动区域；还用于获取特定区域内的用户之间相互关联和相互影响以及用户之间扮演者不同的社会角色，从而确定各个用户各自具有不同的用户属性和用户任务，以及用户之间的交互构成了各自的用户关系和社交圈；用户兴趣点挖掘与个性化定制单元，用于根据用户移动性单元中获取的用户的活动位置、活动轨迹和活动区域来确定这三者之间共同构成的用户活动的空间属性，根据用户活动的空间属性发掘用户的兴趣点以及进行个性化信息推送；用户查询与知识库匹配单元，用于接收用户输入的文本查询和/或语音查询信息，在为文本查询信息时，经过中文分词、语义分析和语法分析的文本挖掘和处理，并将处理后的信息发送给智能问答数据库单元；在为语音查询信息时，先将语音查询信息识别为文本查询信息，并经过中文分词、语义分析和语法分析的文本挖掘和处理，并将处理后的信息发送给智能问答数据库单元；智能问答数据库单元，用于收集和整理知识素材建立知识库，对素材提取候选关键词，并对关键词的内容进行人工标记，以便进行后续的关键词索引；将知识库拆分为问题知识库和答案知识库，其中问题知识库中用于存放用户提出的各种需求和问题，答案知识库中存在与问题知识库中的需求和问题相匹配的解答内容、解答思路和解答详细过程；并在问题知识库和答案知识库之间建立问答匹配度评估的关联，关联用于度量问题与答案之间的匹配程度，并将这一过程与后续的用户满意度反馈相结合，共同用于对知识库的优化，和对问题知识库和答案知识库中相关内容的更新与优化。2.如权利要求1所述的基于移动互联网的智能问答机器人系统，其特征在于，智能问答数据库单元中度量问题与答案之间的匹配程度，并将这一过程与后续的用户满意度反馈相结合，共同用于对知识库的优化，和对问题知识库和答案知识库中相关内容的更新与优化包括：通过问答匹配度评估过程后将问题与答案之间建立匹配映射关系，并对候选答案与问题的匹配程度进行排名，将排名靠前的若干个候选答案提供给用户进行选择，同时让用户对问题的答案进行评价，并将评价的结果及时反馈给问答系统进行问答匹配度的修正和知识库中知识的替换与更新。3.如权利要求2所述的基于移动互联网的智能问答机器人系统，其特征在于，智能问答数据库单元中问题知识库与问题关键词之间的映射关系矩阵Mq,k表示如下：Mq,k=KmT1mT2mT3m...Tnm..................K3T13T23T33...Tn3K2T12T22T32...Tn2K1T11T21T31...Tn1Rq→kQ1Q2Q3...Qn]]>其中Rq→k表示二者之间的映射关系，Qi(i＝1...n)表示问题及其个数，Kj(j＝1...m)表示问题关键词及其个数；一个问题可以被拆解为多个关键词加以描述，同时一个关键词也可以运用于多个问题中；Tij(i＝1...n,j＝1...m)表示问题i由问题关键词j所组成的文本内容。4.如权利要求3所述的基于移动互联网的智能问答机器人系统，其特征在于，智能问答数据库单元中问题关键词与答案关键词之间的映射...

【专利技术属性】
技术研发人员：王锋，
申请(专利权)人：长江大学，
类型：发明
国别省市：湖北;42