融合外部知识库信息的文本推理研究

发布时间：2021-04-24 12:47

　　文本推理是自然语言处理领域中一项基础而又非常重要的研究,它的研究对象是两段文本描述,通常称之为前提和假设,推理的目的是根据常识信息判断这两段文本之间是否存在某种逻辑关系,由于文本描述是由一个或者多个句子组合而成的,所以文本推理也可以表示为句子间逻辑关系的识别。文本推理这项任务的特殊性在于很难仅仅凭借训练集中的数据将模型训练到一个很理想的程度,因为人类在面对同样问题时,会根据大量语料之外的常识性信息进行综合判断,并且根据句子表示形式还有句子间可能存在的逻辑关系的不同,所需要的常识性信息种类也是不同的。因此,让机器在句子间逻辑关系识别的时候也可以将丰富的外部知识信息考虑进去是目前提升模型推理能力非常重要的思路。近几年随着深度神经网络的迅速发展,也给推理提供了很多融合信息表示的途径,进而大大提升了对应任务的准确性。然而传统的文本推理方法普遍关注于通过对训练集的学习,进而找到一种完成推理的通用方法,可是在测试集中有很多关键信息并没有出现在训练集当中。为了弥补这一缺陷,论文在完善模型的基础之上引入了知识图谱和事理图谱这两种在推理过程当中至关重要的外部知识库信息:1.利用知识图谱信息,本论文研究了... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 文本推理任务
        1.1.1 文本推理任务的定义
        1.1.2 句子间蕴含关系识别
        1.1.3 句子间因果关系识别
    1.2 研究现状与难点
    1.3 本论文主要研究内容
    1.4 论文创新点
    1.5 论文组织结构
第二章 文本推理相关技术介绍
    2.1 引言
    2.2 基于特征收集的推理模型相关技术
        2.2.1 WordNet介绍
        2.2.2 事理图谱介绍
    2.3 基于句子编码的推理模型相关技术
        2.3.1 词向量表示方法
        2.3.2 神经网络模型
        2.3.3 注意力机制
    2.4 文本推理模型介绍
第三章 融合知识图谱的句子间蕴含关系识别研究
    3.1 引言
    3.2 知识图谱源信息介绍
    3.3 融合知识图谱的句子间蕴含关系识别模型
        3.3.1 语义信息编码层
        3.3.2 软对齐层
        3.3.3 信息收集层
        3.3.4 信息融合层
        3.3.5 任务判别层
    3.4 实验及结果分析
        3.4.1 实验设计
        3.4.2 实验数据
        3.4.3 数据预处理
        3.4.4 实验结果
        3.4.5 实验结果分析
    3.5 本章小节
第四章 基于事理图谱的句子因果关系识别研究
    4.1 模型概述
    4.2 事件抽取模块
        4.2.1 事件链的定义
        4.2.2 事件链的抽取
        4.2.3 事件链的融合
    4.3 事理图谱构建模块
        4.3.1 事理图的构建
        4.3.2 事理图谱节点的初始化表示
        4.3.3 事件图学习模型
    4.4 基于事件预测的句子间因果关系识别
    4.5 实验
        4.5.1 数据
        4.5.2 事理图谱结构构建结果
        4.5.3 EG-CR模型实验效果分析
        4.5.4 事件向量初始化方式实验与分析
        4.5.5 事件图学习方式效果分析
        4.5.6 句子间因果关系识别方法实验与分析
第五章 总结与展望
参考文献
致谢
攻读学位期间取得的学术成果及参加课题情况


【参考文献】：
期刊论文
[1]文本蕴含关系识别与知识获取研究进展及展望[J]. 郭茂盛,张宇,刘挺.  计算机学报. 2017(04)
[2]基于事件语义特征的中文文本蕴含识别[J]. 刘茂福,李妍,姬东鸿.  中文信息学报. 2013(05)
[3]文本蕴涵研究现状和发展趋势[J]. 倪盛俭.  云南民族大学学报(哲学社会科学版). 2013(04)
[4]文本蕴涵的推理模型与识别模型[J]. 袁毓林,王明华.  中文信息学报. 2010(02)
[5]自然语言的计算机处理[J]. 冯志伟.  中文信息. 1997(04)

硕士论文
[1]文本蕴含识别研究[D]. 王志浩.北京邮电大学 2015
[2]基于马尔可夫逻辑网的文本推理技术[D]. 曹零.复旦大学 2014



本文编号：3157387