基于中文知识图谱的问答系统的设计与实现

发布时间：2021-10-14 21:35

　　近些年来,伴随着互联网技术的迅猛发展,互联网上的信息呈指数级的增长,这些丰富多彩的信息增强了用户在互联网世界获取到大部分知识的可能性,但同时也导致用户从中获取有效信息的效率越来越低,所以人们希望快速获取有效信息的呼声越来越高。于是问答系统应运而生,它有别于返回一系列文档或网页的传统搜索引擎,可以理解用户的搜索意图,并在极短时间内给出一个简明扼要的答案,问答系统也因此成为人工智能研究热潮之一。本文在分析知识图谱问答系统相关技术的基础上,深入研究实体和关系抽取、候选实体排序以及知识表示学习技术,并在传统经典模型和算法上进行改进,给出本文的创新模型和算法,并将之用于真实数据中,构建出本文的基于中文知识图谱的问答系统,具体的工作如下:（1）在信息抽取任务中,传统的串行式方法将其分为实体抽取和关系抽取两个子任务,这种方法存在误差累计和信息利用率低的缺点,所以本文提出BA-IE模型,它采用Bi-GRU提升模型的训练速度,同时引入注意力机制增强模型对问句的语义理解能力,最终实现实体与关系的联合抽取,并在公开数据集上进行对比验证,证明了本文提出的模型在信息抽取任务中具有良好的表现。（2）在实际应用中,... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：100 页

【学位级别】：硕士

【部分图文】：

Word2Vec语言模型的词向量测试图

实体距离与关系采样的测试图

迭代次数与准确率和召回率之间的测试图

【参考文献】：
期刊论文
[1]知识图谱研究进展[J]. 漆桂林,高桓,吴天星.  情报工程. 2017(01)
[2]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳.  电子科技大学学报. 2016(04)
[3]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰.  计算机研究与发展. 2016(02)
[4]知识图谱的技术实现流程及相关应用[J]. 曹倩,赵一鸣.  情报理论与实践. 2015(12)
[5]问答系统综述[J]. 李沛晏,朱露,吴多胜.  数字技术与应用. 2015(04)
[6]神经网络综述[J]. 巫影,陈定方,唐小兵,朱石坚,黄映云,李庆.  科技进步与对策. 2002(06)

硕士论文
[1]基于深度学习的自然语言处理中问题分析的研究[D]. 程颖涛.西安邮电大学 2018
[2]基于阅读理解的知识问答系统设计与实现[D]. 张帅帅.电子科技大学 2018
[3]基于网络评论的情感分类技术的研究及应用[D]. 郭捷.电子科技大学 2018



本文编号：3436852