基于本体的领域问答系统研究

发布时间：2021-02-11 04:08

　　每一年度的高考之后,都会有大量考生及家长们咨询报考院校及专业选择的相关问题。然而多数考生及家长们在填报高考志愿时,对各个招生专业并不了解,盲目从众式的选择专业,不仅会增加考生退学重考的风险,还会对考生未来的从业方向产生重大影响。虽然考生及家长们可以从互联网上以关键字检索的方式获取信息,但这种方法容易产生大量杂乱、不相关的信息,检索效率低下。因此,本文设计并实现了一种面向云南财经大学招生咨询领域的问答系统,接受用户以自然语言方式输入并返回答案,可以高效的回答考生及家长们关于报考院校的专业、师资力量以及高校各职能部门属性信息的相关问题。本体对语义信息的描述能力及推理能力可以大大提高问答系统的准确率。因此,本文利用本体技术将高校招生专业及高校职能部门的相关数据整合起来,构建了一个面向云南财经大学招生咨询领域的本体。然后,对用户输入的自然语言问句进行问句预处理,包括分词、词性标注、主体识别及问句分类等。其中,针对特定领域文本的新词识别问题,本文在句法分析的基础上,结合本体中知识的表达形式,自定义领域内专有名词的识别规则,提出了一种基于领域本体和句法分析相结合的混合分词算法,实验结果表明,该混合... 

【文章来源】：云南财经大学云南省

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

句法分析树示例

法（Shift-Reduce Algorithm）是一种从下到上子最左侧开始，然后依次进行“归约”，一直到归归约算法类似于下推自动机的 LR 分析法，其操法主要的步骤流程如下：从句子左端开始将一个终结符移到栈顶；根据规则，将栈顶的若干字符替换为一个符号；句子中所有的词语都已移进栈中，且栈中只剩下示句法分析树的根节点），句法分析成功，结束句子中所有词语都已移进栈中，栈中并非只有一归约操作，句法分析失败，结束；是学生”这句话为例，来演示基于移进-归约的句的句法分析树如图 2.2 所示。

第二章 相关数据挖掘算法通常为 SPARQL 结构化查询语言，因此，问句分类的目的就是为型的语句调用不同的 SPARQL 查询模板，进而实现基于领域本体检索。文中采用的问句分类算法是 LSTM 网络模型，LSTM 是深度学习络的一种变形模型，该模型经常被应用在许多序列相关的任务中，决普通循环神经网络在训练时存在的长期依赖问题[26]。在本小节中前馈神经网络、循环神经网络以及 LSTM 做简单介绍[27-28]。、前馈神经网络馈神经网络（Feed-Forward Neural Network，FNN）是深度学习中的神经网络模型。下图 2.3 是一个简单的前馈神经网络结构示意图

【参考文献】：
期刊论文
[1]面向专业领域的中文分词方法[J]. 成于思,施云涛.  计算机工程与应用. 2018(17)
[2]基于语义信息的中文分词研究[J]. 张生杰,霍丹.  电脑知识与技术. 2018(22)
[3]基于扬州的旅游本体构建研究[J]. 封珏.  信息与电脑(理论版). 2018(03)
[4]中文分词相关算法研究[J]. 吴熠潇.  科技经济导刊. 2018(02)
[5]基于深度循环神经网络的时间序列预测模型[J]. 杨祎玥,伏潜,万定生.  计算机技术与发展. 2017(03)
[6]基于深度学习的问题分类方法研究[J]. 李超,柴玉梅,南晓斐,高明磊.  计算机科学. 2016(12)
[7]警务应用中基于双向最大匹配法的中文分词算法实现[J]. 陶伟.  电子技术与软件工程. 2016(04)
[8]本体上下位关系在招生问答机器人中的应用研究[J]. 余昕聪,李红莲,吕学强.  现代图书情报技术. 2015(12)
[9]基于层叠CRF模型的词结构分析[J]. 方艳,周国栋.  中文信息学报. 2015(04)
[10]基于本体的航空领域问答系统[J]. 张克亮,李伟刚,王慧兰.  中文信息学报. 2015(04)

博士论文
[1]基于词语搭配知识和语法功能匹配的句法分析器[D]. 徐润华.南京师范大学 2013

硕士论文
[1]基于深度学习的汉语解释性意见关系识别方法研究与实现[D]. 穆明武.黑龙江大学 2018
[2]基于词典与统计结合的中文分词方法研究及全文检索系统设计[D]. 周世宇.华中师范大学 2017
[3]基于深度学习的自然语言句法分析研究[D]. 周青宇.哈尔滨工业大学 2016
[4]基于中草药语义网的自动问答系统的研究与实现[D]. 钱宏泽.浙江大学 2016



本文编号：3028497