公开(公告)号：CN107644015A

公开(公告)日：2018-01-30

申请号：CN201710980059.5

申请日：2017-10-19

Applicant: 厦门大学 ,  厦门大学深圳研究院

Inventor： 林琛 ,  杨颖 ,  林灵婷

IPC: G06F17/27 ,  G06F17/30

Abstract: 基于机器学习的调查问卷自动生成方法，涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；对种子问题集进行语义聚类构建语义上相似的问题集合；对问题集合进行极性匹配；删除不合适的问题；计算关键短语的权重；选择覆盖最大权重关键短语的最小独立问题集合产生问卷。所述方法生成的调查问卷，其中的问题简单，清晰，具体，公正，易于理解。

公开(公告)号：CN107644015B

公开(公告)日：2020-02-18

申请号：CN201710980059.5

申请日：2017-10-19

Applicant: 厦门大学 ,  厦门大学深圳研究院

Inventor： 林琛 ,  杨颖 ,  林灵婷

IPC: G06F40/289 ,  G06F40/30 ,  G06F16/35

Abstract: 基于机器学习的调查问卷自动生成方法，涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；对种子问题集进行语义聚类构建语义上相似的问题集合；对问题集合进行极性匹配；删除不合适的问题；计算关键短语的权重；选择覆盖最大权重关键短语的最小独立问题集合产生问卷。所述方法生成的调查问卷，其中的问题简单，清晰，具体，公正，易于理解。