一种科研人员智能问答和学习的系统的制作方法

本发明涉及智能问答，具体为一种科研人员智能问答和学习的系统。

背景技术：

1、在科研工作中常常会遇到各种各样的问题，包括理论问题、实验设计、数据分析、文献阅读等方面的问题；若没有得到及时的解答会导致科研项目停滞不前，而关于科研人员的智能问答和学习系统则能够很好的解决该问题；由此可知，关于科研人员的智能问答和学习系统非常有必要；

2、目前关于科研人员的智能问答和学习系统通常采用收录关于科研的各种问题以及其对应的解决方法来回答相关提问，这种方式易导致没有收录进知识库的问题得不到有效回答，并且由于知识库内容的来源和质量不同，知识库内各种问题以及其对应的解决方法的可信度和可靠度无法进行判断和甄别，这会导致系统给出的答案准确性无法得到保障。

技术实现思路

1、本发明的目的在于为了解决上述背景技术提到的问题，而提出一种科研人员智能问答和学习的系统。

2、本发明的目的可以通过以下技术方案实现：一种科研人员智能问答和学习的系统，包括智能机器人端和用户端；智能机器人端包括云问知识库、智能学习模块和问答输出模块；

3、当接收到来自科研人员的用户端的科研题目提问时，智能机器人则就该科研问题进行学习和回答以完善云问知识库和输出答复，具体为：

4、云问知识库利用自然语言理解遍历其中存储的科研问答，若云问知识库内不存在与该科研问题一致的问题时，则将该科研问题整合为学习指令发送至智能学习模块；若云问知识库内存在与该科研问题一致的问题时，则调取与该科研问题一致的问题以及其对应的正确答复，并将其发送至对应科研问题的提问端；

5、智能学习模块接收到学习指令时，则通过利用cnn和apriori算法确定科研问题对应的目标领域、各通用关键的关联度，并对其定位分析以得到科研问题的终选端以及终选端对应的关联指数和专业指数；将科研问题推送至终选端，并将接收到科研回答进行整合学习以得到关于科研问题的若干个目标答复以及其对应的置信度，并将其整合为输出指令发送至问答输出模块；

6、问答输出模块接收到输出指令时，则对输出指令进行解析以得到关于科研问题的若干个目标答复以及其对应的置信度，并各答复按照其置信度进行先后排序作为科研问题的最终答复发送至其对应的科研问题的提问端；科研问题的提问端可以就科研问题的最终答复中若干个答复进行反馈，其中反馈情况包括采纳和不采纳；当接收到反馈情况时，则对各来源端进行累计分析以得到专业累计系数，并将反馈为采纳的答复作为对应科研问题的正确答复，并将其发送至云问知识库保存。

7、作为本发明的一种优选实施方式，输出指令发送的整合过程具体为：

8、将接收到的关于科研问题的科研回答利用自然语言理解进行整理为若干个答复，具体的，当一个或者一个以上的关于科研问题的科研回答的描述相同时，则对应的该一个或者一个以上的关于科研问题的科研回答为一个答复，并将该一个或者一个以上的科研回答对应的终选端作为该答复的来源端记为p，p＝1,2,3……p，p取值为正整数，p表示的是答复对应的来源段的总数量，p表示的是其中答复中任意一个来源端的序号；由此可得每个答复的若干个来源端，并将每个答复对应的若干来源端的关联指数dhp和专业指数lhp代入设定的公式进行计算得到该答复对应的置信度ld，其中h6、h7分别为设定的权重系数；当置信度大于设定的置信阈值时，则将该置信度对应的答复记为目标答复，由此可得关于科研问题的若干个目标答复以及其对应的置信度，并将其整合为输出指令发送至问答输出模块。

9、作为本发明的一种优选实施方式，其中累计分析的具体过程为：

10、获取各来源端的行为数据，其中行为数据包括回答次数以及每次回答对应回答时间和反馈情况，并依据反馈情况将对应的回答分为有效回答和无效回答，分别统计有效回答和无效回答的次数，并将其分别记为d1和d2；将有效回答和无效回答对应的回答时间与系统时间进行时间差值计算以得到各有效回答和无效回答对应的时间间隔，并将其分别记为d3j和d4k，其中j＝1,2,3……j，k＝1,2,3……k，j和k取值均为正整数，j表示的是有效回答的总次数，k表示的是无效回答的总次数；j表示的是其中任意一个有效回答的序号，k表示的是其中任意一个无效回答的序号；通过设定的公式进行计算得到各来源端的专业累计系数β，并将其发送至智能学习模块；其中f1、f2、f3、f4分别为设定的权重系数。

11、作为本发明的一种优选实施方式，定位分析的具体过程为：

12、401：将与该科研问题对应目标领域的研究领域一致的科研人员端记为初选端，对初选端的研究领域以及研究领域对应的关键词进行关联分析以得到关于科研问题的关联指数；

13、402：将在线的初选端记为复选端，若复选端的关联指数大于设定的关联阈值时，则将该复选端记为终选端；由此可得科研问题的终选端以及各终选端对应的关联指数，并将科研问题推送至终选端；

14、403：调取终选端的注册信息，并对其进行专业能力衡量以得到终选端的专业指数。

15、作为本发明的一种优选实施方式，对初选端的研究领域以及研究领域对应的关键词进行关联分析的具体过程为：

16、调取初选端的研究领域以及研究领域对应的关键词，并将其与目标领域对应的通用关键词进行比以得到两者之间共同点的关键词并将其记为共同关键词，由此可匹配到共同关键词对应的关联度记为di，i＝1,2,3……i，i取值为正整数，i表示的是初选端内共同关键词的数量，i表示的是其中任意一个共同关键词的序号；

17、将共同关键词的关联度与设定的关联区间进行比较分析以将关联度分为高度关联、中度关联和低度关联；分别统计高度关联、中度关联和低度关联的累计次数，并将其分别记为c1、c2和c3；

18、将关联度di、高度关联的累计次数c1、中度关联的累计次数c2和低度关联的累计次数c3代入设定的公式进行计算得到初选端关于科研问题的关联指数dh，其中h1、h2、h3分别为设定的权重系数，且h1＞h2＞h3＞0。

19、作为本发明的一种优选实施方式，依据终选端的注册信息进行专业能力衡量的具体过程为：

20、设定不同学历分别对应一个学历基值，将终选端的学历与设定的所有学历进行比对以匹配到对应的学历基值记为l1；

21、设定不同职称对应一个职业基值，将终选端对应的职称与设定的所有职称进行比对以匹配到对应的职业基值记为l2；

22、设定每个用户端都对应一个累计专业系数，将终选端与所有用户端进行比对以匹配到对应的专业累计系数记为β；

23、将学历基值l1、职业基值l2和专业累计系数β代入定的公式lh＝β×(h4×l1+h5×l2)进行计算的得到专业指数lh，其中h4、h5分别为设定的权重系数。

24、与现有技术相比，本发明的有益效果是：

25、1、智能学习模块通过对科研问题进行领域和关键词的匹配和关联度计算，能够更准确地确定科研问题所属的研究领域，并找到与之相关的科研人员端，从而提高了科研问题与科研人员之间的匹配度和关联度；同时通过对科研人员的科研能力进行累积监测和评估，以及分析有效回答和无效回答的反馈情况进行分析得到科研人员端对于特定科研问题的专业指数，能够客观地反映出科研人员对科研问题的专业度，帮助系统更精准地推送科研问题至相关终选端，提高问题解决的正确性和效率；

26、2、问答输出模块接收到智能学习模块发送的输出指令后，对目标答复按照其置信度进行排序，并将其发送至科研问题的提问端，能够保证科研人员获取到最有可能准确的答复，提高了答案的可信度和可靠性；反馈机制和知识库更新：问答输出模块接收到反馈情况后，能够对各来源端进行累计分析，并生成专业累积系数反馈至智能学习模块；通过这样的反馈机制，系统能够不断学习和优化，更新云问知识库，提高系统对于科研问题的回答准确性和可信度；

27、综上所述，智能问答和学习系统相比于传统的收录问题解决方法的方式具有更高的个性化和精准度，能够有效解决知识库内容来源和质量不一致的问题，提高了系统给出答案的准确性和可信度。