|
|
电信企业自适应FAQ系统是电信企业为方便用户查询所专门设计的，其主要的功能拟包括以下三个部分。第一部分，对电信企业提供的服务和业务有问题的用户，可以在用户界面系统中输入问题并且在最短的时间内得到问题的答案。第二部分，电信企业工作人员可以在工作人员界面输入用户可能问到的问题和答案，以便于扩大FAQ问题库。第三部分，系统自动将用户所问的问题和由工作人员预先添加的FAQ问题集中的问题进行匹配，找出最符合用户条件的问题答案。系统初步设想为采用JAVA语言技术和MATLAB神经网络工具箱相结合来实现全部功能。
自适应FAQ系统是自然语言在计算机应用的一个典范，本文研究的基于电信企业的自适应FAQ系统。该系统自动及时准确地回答用户提出的问题。较同类答疑系统相比，本系统无论在准确率和效率来说都更切合实际的达到了目的，同时降低了开发的难度
FAQ系统使用户提出的问题与FAQ问题库中的问题匹配进而找出答案，效率高的同时降低开发难度，较好的实现了智能答疑的功能，在系统的分词阶段采用了MM法进行分词，并实现了切分歧义以及消歧义的可能，当然在理论和实际应用中对于神经网络和数据挖掘部分都存在一些问题例如：具体应用中需要选取合适的神经网络模型，有时还需要对原有的神经网络模型进行调整和改进。目前，大多数都是采用试凑法，不仅效率难以适合网络结构而且常常面临计算量较大效率地下等问题。因此，能够使网络对于预测和数据分析达到更准确的效果是要不断努力的，针对本系统仍有许多需要改进的地方,其中包括用户查询的分类和用户问题的排序这样在系统中能更快的找到相匹配的问题，同时也能便于工作人员发现系统中FAQ问题库里不常被提问的问题，这样工作人员可将问题在数据库中删除，另外对于用户问题预测也是非常必要的这样工作人员的工作量能大大减轻同时用户满意度也会提高。因此在FAQ系统中就能实现问题预测和常问问题的排序等系统优化都需要不断的探索和研究，这样才能使我们实际生活中的问题得到更好的解决。
总之，基于神经网络的规则提取和算法是通过模仿人的神经系统来反复训练学习数据集，从待分析的数据集中发现用于预测和分类的模式，在FAQ系统中有较好的前景和提升空间针对用户满意度的提高也能给企业带来更大的效益，这也是这类研究需要不断努力的原因。
