基于结构数据的多模式智能问答消歧系统

发布时间：2021-12-25 07:25

　　近些年,人们满足自身信息需求的方式发生了深刻变化。例如,移动设备如今无处不在。据报道,人们在移动端的搜索量已经超过了 PC端的搜索量。我们在本文中主要研究多种交互模式（多模）下的问题解答技术;利用这种技术,人们既可以提供自然语言的问句,又可提供图片。本文通过整数线性规划函数及定义多模约束来实现上述目的。实验结果表明,即使面对难度很大的模糊实体搜索,本文方法也可提供准确答案。当前智能问答技术的工作一般都基于文本展开。其中一类方法是将用户的自然语言问句,提取出能够表达主要含义的的一个或多个关键字,然后通过网页或文本的搜索引擎进行查找,如2001年Kwok和Etzioni等的Scaling question answering to the web工作。尽管基于关键字的方法现在被普遍使用,但学术界和工业界一直在寻求更准确、更高效的查询方式。此类工作最先进水平的智能问答系统,是通过模板将自然语言的问句过滤为符合模板的问句。另一类方法是试图通过知识库（Knowledge Bases）或知识图谱（Knowledge Graph）方式来解答问题。早期基于知识库的智能问答系统,如BASEBALL、SH... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

图１：工作流程图??在常规的人机交互中，人们就经常利用多种交互模式表达他们的思想和疑??问

图２：图构建示例??实体：利用称为实体检测器（ＮＥＲ）的工具检测出可能实体

图３：相关性树??变量的选择


本文编号：3552036