UCAS 人工智能基础课程大作业，冬奥会领域问答机器人.zip

# UCAS-AI UCAS 人工智能基础课程大作业，冬奥会领域问答机器人 该问答机器人属于检索式问答系统，采用 gensim 库和 TF-IDF 模型+余弦相似度算法。关于该问答机器人的原理，可以参考 doc 目录下的实验报告。 仅作思路参考，请不要直接照抄。 ## 目录结构 1. data 该目录下是实验使用的数据，train_set.json是训练集，test_set.json是测试集。目录“原始数据”下是老师提供的.xlsx、.csv、.ttl等格式的数据。output.json是此测试集的测试结果。 2. doc 该目录下是实验报告和汇报使用的实验展示PPT。 3. src 该目录下是问答机器人的源代码。 ## 运行方法 1. 确认data目录下有训练集train_set.json和测试集test_set.json。 2. 在src目录下运行main.py，初次运行会在data下保存多个文件。 3. 根据output.json中的结果统计正确率。 | 文件 | 说明 | | :--- | :--- | | dictionary | gensim字典 | | splitdata.json | 分词结果 | | tfidf.index | 相似度序列 | | tfidf.index.0 | 相似度序列缓存文件 | | tfidf.model | TF-IDF模型 | | output.json | 测试结果输出 | ## 注意事项 1. 实验使用的python版本为3.9.1 64-bit；gensim库版本为3.8.3；jieba库版本为0.42.1。 2. 第二次运行起会直接使用data目录下的文件构建模型，如果改变了训练集，请删除上方表格中的文件。 3. 输入、输出文件的格式均为json。 ## 参考资料 1. [检索式问答机器人](https://github.com/vba34520/Retrieval-Bot) 2. [【gensim中文教程】开始使用gensim](https://blog.csdn.net/duinodu/article/details/76618638) 3. [TF-IDF算法原理及其使用详解](https://zhuanlan.zhihu.com/p/94446764)