典型文献
面向高考历史科目试题的自动答题系统
文献摘要：
高考是综合评估人类知识和能力水平的标准化考试,与传统的自动问答任务相比其挑战性更高.该文面向我国高考试题历史部分,基于深度神经网络技术,构建了历史科目试题自动答题系统.在答题系统中融合知识的一个主要挑战是知识的上下文相关性:对于一个问题,在知识库存储的大量知识中,只有少数知识与回答该问题相关.针对这一挑战,该文设计了一种结合知识检索与机器阅读理解的知识融合自动答题系统.该系统利用知识检索的相关排序能力和机器阅读理解模型的知识定位能力,有效地发现问题相关的知识,从而增强自动答题的效果.实验结果显示,该系统可有效地作答高考历史科目试题.
文献关键词：
自动答题;机器阅读理解;知识检索
中图分类号：
作者姓名：
边宁;韩先培;何苯;孙乐
作者机构：
中国科学院大学 计算机科学与技术学院,北京 100049;中国科学院 软件研究所 中文信息处理实验室,北京 100190
文献出处：
引用格式：
[1]边宁;韩先培;何苯;孙乐-.面向高考历史科目试题的自动答题系统)[J].中文信息学报,2022(04):137-145
A类：
B类：
高考历史,历史科,科目,自动答题,能力水平,标准化考试,自动问答,高考试题,史部,深度神经网络,神经网络技术,融合知识,主要挑战,上下文,知识库,库存,知识检索,机器阅读理解,知识融合,相关排序,阅读理解模型,定位能力,发现问题,作答
AB值：
0.331839
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
