让知识产生智慧——基于人工智能的文本挖掘与问答技术研究

发布时间：2022-08-01 18:12

　　计算机硬件性能的提升和云计算技术的发展提高了科技文献信息检索的速度和多类型数据聚类问题,但检索的对象还不能直接进入文献内容的事实知识,因而难以实现智能化的科技文献大数据知识的问题快速回答和推荐服务功能,由此大数据环境下的科技文献信息浏览方式越来越增加了科技人员获取创新点知识的时间和负担。究其原因有两点,一是科技文献的数据模型是非结构化文本数据结构,二是传统的信息检索系统的数据库不支持非结构化的文本数据结构。这两点制约了科技文献大数据成果与用户问题智能化和自动化回答服务的发展。针对这一问题,本文提出基于科技文献大数据创新点成果的智能挖掘和知识服务研究,首先利用人工智能的思想对科技文献进行创新点成果挖掘,其次建立创新点成果语义知识库,最后建立基于语义知识库的智能推理机的问题答案服务系统,以此探索科技文献大数据服务的浏览模型向问题回答的智能化和自动化方向发展的研究方法。 

【文章页数】：9 页

【文章目录】：
1 引言
2 情报学的文献主题因素挖掘不足
    2.1 情报学的信息检索原理
    2.2 情报检索语言的发展
    2.3 文献主题多因素有待细分揭示
    2.4 文献内容需要智能挖掘和提取
3 人工智能开启文本知识应用新模式
    3.1 文本中的知识挖掘与知识存储
        3.1.1 数据存储技术对大数据管理的挑战
        3.1.2 非结构化文本挖掘对大数据利用的挑战
    3.2 认知文本知识智慧的挑战
        3.2.1 RDF与KB的知识模型融合发展
        3.2.2 认知文本知知识智慧的认知计算
4 文本知识挖掘与智能问答应用的关键技术
    4.1 科技文献创新点智能问答系统架构
    4.2 文本蕴含关系的识别与提取
    4.3 自然语言句子到RDF知识结构之间的映射
    4.4 RDF到谓词关系推理的语义最佳匹配
    4.5 研究进展
    4.6 问答演示系统
5 结束语


【参考文献】：
期刊论文
[1]主题成因的知识元本体转换模型研究[J]. 温浩,温有奎.  情报学报. 2011 (11)



本文编号：3667933