23、地理高考选择题解答与大规模推特RDF语料库的研究

地理高考选择题解答与大规模推特RDF语料库的研究

在当今的学术研究中，地理高考选择题解答和社交媒体数据的处理与分析成为了两个备受关注的领域。前者有助于提升教育评估和智能辅导的水平，后者则为多学科研究提供了丰富的数据资源。

地理高考选择题解答方法

在地理高考选择题解答方面，相关研究提出了一系列有效的方法和系统。

首先，构建了高质量的概念图。通过从教科书表格和中文维基百科中提取信息，构建了能够捕捉地理核心概念和关系的概念图。这种构建方法具有高度自动化的特点，并且可以应用于其他领域。例如，对于地理中的气候、地形等概念及其相互关系，都能在概念图中得到清晰的体现。
其次，提出了基于图搜索的问答方法。该方法旨在寻找问题与答案选项之间可解释的推理路径。在面对地理高考选择题时，系统能够根据概念图进行推理，找到合理的答案并给出解释。
最后，开发了在线系统CGQA，并在过去十年的地理高考真题数据集上进行了实验。实验结果表明，CGQA能够生成准确的判断，并提供可解释的解题过程。与现有方法结合使用时，CGQA还取得了显著的改进。

大规模推特RDF语料库TweetsKB

在社交媒体数据处理方面，TweetsKB作为一个公开可用的大规模推特RDF语料库，具有重要的研究价值。

生成过程

TweetsKB的生成过程包括以下几个关键步骤：
1. 推特存档、过滤和处理 ：自2013年1月起，通过公共推特流式API持续收集推文，截至2017年12月，累计收集了超过60亿条推文。在过滤阶段，去除了转发推文和非英语推文，将推文数量减少到约18亿条。然后，使用基于HSp