基于垂直领域知识图谱的问答系统研究与应用

发布时间：2021-06-07 02:03

　　伴随着互联网和人工智能的飞速发展,现今已经进入“知识互联”的时代,对于知识图谱的关注逐渐升温。知识图谱根据其包含的知识范畴被细分为通用领域知识图谱和垂直领域知识图谱。本文重点聚焦于垂直领域知识图谱构建与答案排序研究,旨在将行业知识引入问答系统,改善问答系统的用户体验,为实现并优化基于垂直领域知识图谱的问答系统提供思路。本文的主要研究内容包括三个方面:（1）以“建筑安全”为例,研究垂直领域知识图谱构建方法。针对目前在建筑领域还没有一个开放的中文安全知识图谱,而目前使用广泛的都是百科类的通用知识图谱,本文提出一个构建建筑安全领域知识图谱的框架。首先,通过爬虫获取建筑领域专业术语。然后,采用CNN和RNN模型区分出建筑安全领域文本,使用Bi-LSTM+CRF模型完成常规实体抽取,通过人工干预结合近义词扩展的方式完成建筑专业实体的抽取。紧接着使用依存句法分析完成关系抽取。最后,将拼接好的三元组数据导入开源图数据库Neo4j中,完成建筑安全领域知识图谱的构建工作,可将其作为知识库模块应用于问答系统中。（2）针对实体链接和关系链接独立处理会丢失信息且效率不高的问题,提出基于连接密度的实体关系联合链... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

基于垂直领域知识图谱的问答系统示意图

重庆大学硕士学位论文2相关理论与技术162相关理论与技术在基于垂直领域知识图谱的问答系统研究与应用中会涉及到多个关键环节，本章将对相关环节涉及到的主要技术进行介绍。2.1文本分类现有的文本分类模型主要有两大类，一类使用传统机器学习的方法，另一类使用深度学习的方法。由于深度学习的热度一直持续未减，基于深度学习的文本分类模型成为目前文本分类模型的主流，下面将对CNN[35]和RNN[36]两种文本分类模型展开介绍。①CNN模型图2.1CNN模型示意图Fig.2.1ThediagramofCNNmodel由图2.1所示，整个模型主要由输入层、卷积层、池化层、全连接层四个部分组成。1）输入层（词嵌入层）模型的输入层需要输入一个固定长度的文本序列，这就需要通过对语料集样本长度的分析为输入序列指定长度L。为了确保文本序列长度固定，需要自定义字符填充比L短的样本序列，截取比L长的序列。最终将文本序列中各个词汇对应的词向量输入到输入层。

重庆大学硕士学位论文2相关理论与技术172）卷积层自然语言处理中卷积核不涉及多维滑动，卷积核一般只进行一维的滑动，即卷积核在宽度上与词向量的维度相同。卷积核的高度，即窗口值，可以理解为N-gram模型中的N，即局部词序的长度。窗口值是一个超参数，需要在实验中不断尝试才能确定，一般选取2-8之间的值。3）池化层在CNN模型的池化层中使用了maxpooling（最大值池化）。选用最大值池化的益处在于既减少了模型参数的数量，又能保证将不定长的卷积层的输出转换成一个定长的全连接层的输入。4）全连接层CNN模型中的全连接层提供了分类器的功能。CNN模型使用含有隐藏层的全连接网络，相当于把卷积层与池化层提取的特征信息输入到一个分类器中进行分类。②RNN模型循环神经网络（RNN）借助了人类大脑的记忆模式。人类的想法会根据之前已经记住的东西产生，类似的，RNN借助之前的序列“记忆”，进而产生后面的“想法”。RNN通过记忆机制和反向传播，可以处理任意长度的序列，在架构上比前馈神经网络更符合生物神经网络的结构。下图2.2是RNN模型的示意图。图2.2RNN模型示意图Fig.2.2ThediagramofRNNmodel

【参考文献】：
期刊论文
[1]聊天机器人问答系统现状与发展[J]. 冯升.  机器人技术与应用. 2016(04)
[2]基于依存分析的开放式中文实体关系抽取方法[J]. 李明耀,杨静.  计算机工程. 2016(06)
[3]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光.  计算机研究与发展. 2016(03)
[4]开放式信息抽取研究进展[J]. 杨博,蔡东风,杨华.  中文信息学报. 2014(04)
[5]开放式文本信息抽取[J]. 赵军,刘康,周光有,蔡黎.  中文信息学报. 2011(06)
[6]命名实体识别研究进展综述[J]. 孙镇,王惠临.  现代图书情报技术. 2010(06)
[7]语料库、知识获取和句法分析[J]. 黄昌宁,苑春法,潘诗梅.  中文信息学报. 1992(03)



本文编号：3215617