基于本体和主题归类的位置信息问答式检索方法

发布时间：2024-06-12 05:38

　　随着室内外定位技术的迅速发展和移动存储设备处理能力的不断提高,基于位置的服务越来越多地出现在人们的日常生活中,人们通过移动终端即可获取所需要的与位置相关的各种生活服务信息。在检索信息时,人们往往倾向于选择关键词或者自然语句问句的形式表达自己的需求,这样便要求检索服务能够快速准确地对用户所输入问句进行语义理解。用户所输入的问句长短不一,形式多样,多含口语化表述习惯,难以使用规则或模板进行归纳。针对如何理解用户所输入问句的实际查询需求并检索得到关联信息这一问题,本文提出一种基于主题归类的位置信息问答式检索方法。对用户所输入问句进行预处理后将其归类到对应的检索主题,根据该主题的检索策略抽取问句中的有效信息,对位置本体数据进行结构化语义检索获得符合条件的实体结果集,基于检索结果信息进行图文展示,实现对问句的即时响应。首先,分析位置信息的组成内容并在此基础上定义位置本体的逻辑结构,实现语义位置信息本体建模存储,为问答式检索服务提供数据基础。其次,介绍基于样例和语义序列的主题归类方法,将待处理问句与主题样例库中问句进行比较,根据N-Gram模型计算其语义序列而非原始文本的相似度,匹配最相似样例的主...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 位置信息建模
        1.2.2 问答系统
        1.2.3 文本分类
    1.3 研究目标及内容
        1.3.1 研究目标
        1.3.2 研究内容
        1.3.3 技术路线
    1.4 论文组织结构
2 基于本体的位置信息建模
    2.1 本体概述
    2.2 位置信息本体建模
        2.2.1 位置信息组成
        2.2.2 位置本体逻辑结构
        2.2.3 位置本体存储管理
    2.3 室内商场建模实例
    2.4 本章小结
3 基于样例和语义序列的主题归类方法
    3.1 Elasticsearch概述
    3.2 自然语言问句中文分词
        3.2.1 主题词典构建
        3.2.2 问句主题词识别
        3.2.3 问句分词及词义标注
    3.3 主题样例库构建
    3.4 自然语言问句主题提取
        3.4.1 语义相似度模型
        3.4.2 样例最邻近匹配
        3.4.3 匹配结果排序
    3.5 本章小结
4 基于主题的结构化语义检索
    4.1 基于本体的语义检索概述
    4.2 主题检索策略设计
    4.3 结构化检索条件抽取
    4.4 基于主题的查询语义解析
        4.4.1 查询语义图生成
        4.4.2 查询语句构造
    4.5 本章小结
5 室内商场问答式检索应用
    5.1 商场问答式检索应用设计
        5.1.1 商场检索基础词库
        5.1.2 商场检索主题及问句样例
        5.1.3 商场检索主题策略
    5.2 商场问答式检索应用实验
        5.2.1 实验结果展示
        5.2.2 实验结果分析
    5.3 本章小结
6 总结与展望
    6.1 论文工作总结
    6.2 研究展望
参考文献
致谢



本文编号：3993305