基于中草药语义网的自动问答系统的研究与实现

发布时间：2017-05-02 19:16

  本文关键词：基于中草药语义网的自动问答系统的研究与实现，由笔耕文化传播整理发布。

【摘要】：无论何时,人们都希望在第一时间得到问题的答案。为此,自动问答一直是人工智能和自然语言处理领域中一个倍受关注并具有广泛发展前景的研究方向。随着硬件的强有力支持,以及互联网和人工智能技术的发展,也产生了像IBMWatson这样优秀的问答系统。但目前绝大多数的问答系统是面向开放领域的,数据相对可靠度不高,而且回答的问题也多属人工构造,对实际问题的回答往往效果不佳。因此,建立受限领域的问答系统不失为一个更加现实的方向。中草药作为传统文化的瑰宝,千百年来为中华民族的繁衍生息做出了巨大的贡献,受到广泛关注,特别是青蒿素诺贝尔奖的获得,更是掀起了新的研究和学习热潮。论文基于大量专业中草药数据,重点研究和实现中草药领域的自动问答系统,具有十分重大的意义。本文主要工作如下：1)研究语义网的相关理论,设计中草药领域顶层本体,并且通过对数据库的重构,实现信息自动抽取工具,最终构建成拥有300多万三元组的中草药语义网。2)研究自动问答的关键技术,分析问题特点,提出一种层次过滤式的SPARQL查询语句生成策略,由上而下分别基于模式匹配、基于领域知识和基于机器学习。采用不同的组合特征进行对比实验,论证了相关方法的可行性。3)根据以上研究,设计并实现了基于中草药语义网的自动问答系统。通过对实际问题的测试,验证本文相关方法在受限领域问答的适用性以及本系统的高效性和实用性。
【关键词】：自动问答 语义网 受限领域 RDF SPARQL 中草药
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.52
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-16
• 1.1 课题背景和意义12-14
• 1.2 本文主要工作14
• 1.3 本文组织结构14-15
• 1.4 本章小结15-16
• 第2章 问答系统相关技术研究16-26
• 2.1 国内外发展状况16-18
• 2.2 问答关键的组成和技术18-24
• 2.2.1 问题解析18-22
• 2.2.2 信息检索22-23
• 2.2.3 答案抽取23-24
• 2.3 相关工具24-25
• 2.4 本章小结25-26
• 第3章 语义网相关理论研究26-33
• 3.1 语义网概念26-31
• 3.1.1 本体27-28
• 3.1.2 资源描述框架28-31
• 3.2 国内外构建状况31-32
• 3.3 相关工具32
• 3.4 本章小结32-33
• 第4章 中草药语义网的设计与构建33-42
• 4.1 数据基础33-35
• 4.1.1 关系型数据库33-34
• 4.1.2 非结构化数据34
• 4.1.3 中国中医药学主题词表34-35
• 4.2 语义网总体结构35
• 4.3 语义网详细设计35-37
• 4.4 构建方案37-39
• 4.5 构建成果39-41
• 4.6 本章小结41-42
• 第5章 中草药自动问答系统的关键技术42-68
• 5.1 问答策略42-45
• 5.1.1 问题分析42-43
• 5.1.2 查询三元组模式43-44
• 5.1.3 查询生成策略44-45
• 5.2 预处理相关45-50
• 5.2.1 领域词典构建45-46
• 5.2.2 问题语料46-49
• 5.2.3 多分词校正49-50
• 5.2.4 领域词汇识别50
• 5.3 特征设计50-53
• 5.3.1 Doc2Vec50-51
• 5.3.2 词袋模型51
• 5.3.3 疑问词51-52
• 5.3.4 核心关键词52-53
• 5.3.5 主谓宾特征53
• 5.3.6 领域知识特征53
• 5.3.7 限制特征对53
• 5.4 基于模式匹配的方式53-56
• 5.4.1 问题类型54
• 5.4.2 模板设计54-55
• 5.4.3 自定义模板及匹配算法55-56
• 5.4.4 方法评价56
• 5.5 基于领域知识的方式56-58
• 5.5.1 问题类型56
• 5.5.2 领域分类器56-57
• 5.5.3 问句生成57
• 5.5.4 方法评价57-58
• 5.6 基于机器学习的方式58-67
• 5.6.1 有效问题分类58-62
• 5.6.2 问题领域分类62-66
• 5.6.3 问题属性分类66-67
• 5.6.4 方法评价67
• 5.7 本章小结67-68
• 第6章 基于语义网的自动问答的实现68-78
• 6.1 系统架构68-69
• 6.2 系统功能分析69-70
• 6.3 系统实现70-75
• 6.3.1 数据格式71-72
• 6.3.2 支撑模块72-73
• 6.3.3 应用模块73-75
• 6.4 系统展示75-77
• 6.4.1 基于模式匹配的Q_1类问题75
• 6.4.2 基于模式匹配的Q_2类问题75-76
• 6.4.3 基于领域知识的Q1类问题76-77
• 6.4.4 基于机器学习的Q2类问题77
• 6.5 本章小结77-78
• 第7章 总结与展望78-80
• 7.1 总结78-79
• 7.2 展望79-80
• 参考文献80-83
• 攻读硕士学位期间主要的研究成果83-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 孙运传,别荣芳;语义网络求精方法研究[J];北京师范大学学报(自然科学版);2005年01期

2 李洁;丁颖;;语义网、语义网格和语义网络[J];计算机与现代化;2007年07期

3 熊骁;;语义网的初步探讨[J];硅谷;2009年24期

4 安波;;语义网的研究与应用[J];电脑编程技巧与维护;2010年14期

5 张昕 ,孙建新;科学研究与语义网[J];国外科技动态;2003年03期

6 王亚章;语义网,下一代互联网的神经[J];中国计算机用户;2003年07期

7 韦华;;语义网络助推互联网[J];微电脑世界;2006年08期

8 陈卫红;朱佳鸣;;语义网的研究及其在生物医学中的应用[J];医学信息;2007年07期

9 张东伟;赵津津;李鹏;;基于语义网的知识管理研究[J];计算机与信息技术;2008年03期

10 赵宏伟;张海龙;臧雪柏;;表象式语义网络研究[J];北京工业大学学报;2009年08期

中国重要会议论文全文数据库 前2条

1 唐璐;张永光;付雪;;语义网络的结构:我们怎样学习语义知识(英文)[A];全国语域web与本体能研讨会论文集[C];2006年

2 张旭洁;夏幼明;刘冠晓;宋亚林;;基于规则方法的汉语到语义网络语言的转换研究[A];第三届学生计算语言学研讨会论文集[C];2006年

中国重要报纸全文数据库 前2条

1 北京 高守;互联网之父钟情语义网[N];电脑报;2002年

2 华新;你要的是哪个苹果？语义智能搜索时代来临[N];经理日报;2007年

中国博士学位论文全文数据库 前2条

1 代印唐;基于语义网络的知识协作关键技术研究[D];复旦大学;2009年

2 史斌;面向语义网的语义搜索引擎关键技术研究[D];北京工业大学;2010年

中国硕士学位论文全文数据库 前10条

1 金爱明;语义网络对初中英语词汇教学的影响研究[D];沈阳师范大学;2014年

2 李明;语义网图中文本相似度方法的应用研究[D];山东大学;2015年

3 熊逵;基于SPAROL的语义网数据查询系统的设计与实现[D];浙江大学;2015年

4 胡珊;语义网应用框架研究[D];南京大学;2014年

5 桑蓓蓓;基于互表性的语义服务器浏览器原型设计[D];西安工业大学;2013年

6 钱宏泽;基于中草药语义网的自动问答系统的研究与实现[D];浙江大学;2016年

7 任彬;一种特定领域的语义网模型[D];吉林大学;2004年

8 康树鹏;面向语义网的自然语言查询接口研究[D];哈尔滨工业大学;2014年

9 张敏;基于语义网的学术论文检索的研究与实现[D];沈阳工业大学;2011年

10 杜鹃;面向长春市地理信息系统的语义网模型研究[D];吉林大学;2005年

  本文关键词：基于中草药语义网的自动问答系统的研究与实现，由笔耕文化传播整理发布。

，

本文编号：341547