基于枸杞病虫害知识图谱的问答系统研究与实现

发布时间：2021-03-08 01:05

　　“互联网+农业”凭借大数据、人工智能等前沿技术推动农业生产、病害防治及销售等方面的发展取得了重要成果。“智慧农业”已成为科技辅助农业的重要举措,不仅辅助农业增产、农业病害防治,且借用智能信息化来提升农业生产效率和水平。枸杞产业链作为宁夏地区特色产业,随着枸杞的种植规模提升、品种创新、销售方式转变等因素影响,必将推动枸杞种植、病害防治、专家咨询及销售的智能化平台的大力发展。知识图谱从早期Google用来增强搜索引擎效果的信息表示形式,逐渐发展成为一种新型的知识管理与知识创造技术,是提升语义检索、智能问答等智能化应用的重要基础。通过调研和分析,本文首先对枸杞病虫害非结构化文本数据进行预处理,抽取枸杞病虫害知识存入Neo4j数据库中作为数据层,为枸杞知识可视化检索和智能问答做数据基础。其次,知识抽取是构建知识图谱过程中最基础和关键的步骤,本文依据宁夏本地的枸杞病虫害数据的特点确定实体分类,针对病虫害领域提出了一种考虑实体边界划分问题的标注规则,并利用该规则对病害名称、症状、农药品进行实体标注。另外考虑到病虫害实体边界模糊的特点,本文分析与设计了基于ALBERT模型的病虫害实体识别模型,使用A... 

【文章来源】：宁夏大学宁夏回族自治区 211工程院校

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图１－１研究框架图??

程上，Ｃｏｂｏ等［８］对数据进行采集与检索，经过数据清洗与处理达到数据标??准化从而构建知识图谱，并进行可视化展示：杨思洛等［９］认为知识图谱的构建过程可由数据获娶??实体与关系的构建、数据标准化和知识图谱可视化４部分构成：Ｂｏｍｅｉ？等Ｍ认为知识图谱构建由??数据获娶实体关系概念定义、方法选择、知识融合以及知识图谱可视化５部分构成。虽然这些??过程都各有差异，但都存在着共同点，即知识抽娶知识融合、知识处理。因此本文将知识图谱??的构建过程分为知识抽娶知识融合、知识处理三个主要部分，如图２－１所示。知识图谱中知识??抽取主要是指抽取文本中的实体信息、关系信息、属性信息来构成〈实体－关系－实体〉、〈实体－关??系－属性〉等三元组信息；知识融合中的实体对齐则针对同一实体的表示方式不同来进行匹配，实??体消歧则针对同一实体在不同上下文表达语义不同来进行区分：知识推理则是以现有的知识图谱??通过各种方法去推理获取潜在的知识。??Ｉ?１?．?Ｉ?１?Ｉ?１??Ｉ?（?｜?取?Ｉ?｜?Ｉ??结构化娜Ｖ－Ｉ?ｉ—ｉ￣ｆ数据整合ｉ丨丨娜壤示??ＩＩ?ｊ］?１?？?１?＊?＾???＾１??Ｉ?ｉ?１?丨?Ｉ?丨?丨?ｃ—＾??Ｉ?ｒｒ?Ｎ?｜?ｉ?Ｉ?｜?，丄?＇?Ｉ?＾??Ｉ?＾＾?｜?ｊ?［实咖取?ｊ?Ｊ?｜?＾?〕｜?｜?＾?）?Ｉ?图谙??３?链舰挪）Ｉ?１?ｒ?＾?ｉ?｜?ｖ?Ｊ?Ｉ?｜?Ｕ?ｖ．?Ｊ??｜?ＵＪ?ｉ￣＾?ｌ絲臟ＪＩ」ｉ?丄?ｉ?ｉ?丄?ｉ??Ｉ?（?ｖ?Ｉ???，?｜?［＂实体消歧?１￣Ｉ?ｌ—ｌ?［ｉＲｆｉＳｔｅ］?Ｉ??織４?Ｉ?［?？議］｜?Ｉ

将数据转换为结构化形式。非结构化数据主??要以文本文档为主，通常采用基于规则或神经网络的方法从中抽取实体、关系、属性等信息。本??文针对枸杞病虫害非结构化文本数据进行抽取，对命名实体识别方法进行了研宂。??命名实体识别（Ｎａｍｅｄ?Ｅｎｔｉｔｙ?Ｒｅｃｏｇｎｉｔｉｏｎ，ＮＥＲ）作为知识图谱构建过程中重要的基础工作，主??要任务是识别出文本中的人名、地名等表示命名实体的部分并加以归类Ｍ。主要以基于规则和词??典的方法、基于统计机器学习的方法以及基于神经网络的方法为主。命名实体识别流程图如图２－２??所示：??＿?＿?ｍｍｍ?＿＿?＿??｜７?－Ｔ?ｌ?ｈ?，ｌ?｜Ｔ?，ｌ??Ｉ?雜驗?｜?｜?基？ｗ?｜?｜?？ｔｉ＾?｜??，雜?＇?Ｉ，?，ｌ?Ｉ?Ｉ?Ｉ?Ｉ??＇?＾?ｉ?觸?ｉ?ｉ?１?ｉ?ｉｉ?ｎ?ｒ??總构化抹—？！?］?｜?＾基于习｜?＾?召酵?｜?？?睹果??＼?Ｉ?ｉｉ?ＩＩ?｜?Ｕ?Ｌ??数据标注?｜?Ｊ墓于神经网结Ｊ?Ｊ?Ｆ１？??图２－２命名实体识别流程??基于规则和词典的方法：基于规则的方法以人工构建规则模板，通过关键字词、标点符号等??字符串匹配为主。国外最早研宄了英文命名实体识别的方法，Ｒａｕ：１５］采用了规则的方法首次识别??了公司名称，但中文命名实体的词性特征较英文有很大不同，因此中文实体识别的难度较英文大。??张小衡Ｍ等基于采用规则的方法对高校等中文机构名称进行了实验研究。这类方法大多依赖于知??识库和词典的建立，但知识库与词典系统建设周期长，可移植性较差。??基于统计机器学习的方法：基相较于基于规则的方法，基于统计机器学习的方法不依赖于知??


本文编号：3070134