面向知识库的知识问答技术研究

发布时间：2021-12-28 06:33

　　随着人工智能技术的发展,自动问答技术得到了广泛的关注。与传统的搜索引擎不同,问答系统的主要目标是向用户返回正确而简洁的答案,而非大量候选答案的集合。知识库是文本资源的基础,通过利用知识库,可以细致的分析文本资源中所包含的语义知识。在本课题面向知识库的知识问答技术研究中,主要包含以下三个方面的内容:基于单关系信息检索的知识库问答技术、基于多关系信息检索的知识库问答技术和基于语义解析的知识库问答技术。针对基于单关系信息检索的知识库问答技术,本课题主要探究关系识别技术。先前的工作主要考虑如何建立问题与问句之间的匹配方法,忽略了问题中句法的重要性,所以本课题尝试使用依存句法树,提出了一个基于双向树结构的关系识别模型。实验结果显示本课题提出的方法相对之前的工作有着明显的提升。针对基于多关系信息检索的知识库问答技术,本课题在基于单关系信息检索知识库问答技术的基础上,定义语义图,添加约束识别技术,构成了端到端的知识库问答系统。实验结果显示本课题构建的知识库问答系统效果显著,在最后,我们对其出现的错误进行了详尽的分析。针对基于语义解析的知识库问答技术,本课题首先介绍了序列到动作模型、定义了语义图和动作... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

基于残差网络的关系识别模型

（5）输出模块 在输出模块中，如公式(2-8)所示，我们通过余弦相似度来作为问题和关系的语义相似度 ( , )： ( , ) = cos ( , ) (2-8)（6）训练方式 该模型使用 Hinge Loss 来进行训练，通过一个排序损失来最大化正确关系和候选关系集合中的其他关系之间的界限，具体做法如公式(2-9)所示： = max{0, ( , ) + ( , )} (2-9)其中 为一个介于 0 到 1 之间的常数， 指正确关系， 指候选关系集合 R中的其他关系。2.5 基于双向树结构的关系识别模型考虑到在现有方法没有考虑句法信息，所以我们提出了一种基于双向树结构的关系识别模型来将问题的句法信息融合进模型中。模型共分为关系表示模块，双向树结构问题表示模块，匹配模块，以及输出模块，模型结构图如图 2-2 所示。下面将对以上几个模块进行详细阐述。

问题表示模块结构示意图

【参考文献】：
期刊论文
[1]基于表示学习的知识库问答研究进展与展望[J]. 刘康,张元哲,纪国良,来斯惟,赵军.  自动化学报. 2016(06)



本文编号：3553590