基于联合学习的知识库问答研究

发布时间：2021-03-10 12:45

　　随着海量数据时代的到来,用户对于搜索互联网上纷繁复杂数据的要求越来越高,基于关键字匹配的传统搜索引擎系统已经愈来愈无法满足人们的要求,因此,如何为用户提供一个精准而高效的自动问答系统成为了产业界重要的研究项目。近年来,随着知识图谱的蓬勃发展,基于知识图谱的问答系统无论是在英文还是在中文领域越来越体现其在自动问答领域的重要性。与传统搜索引擎不同的是基于知识图谱的问答系统不再为用户返回一系列匹配文档,而是凭借其智能的精准推荐为用户推送准确答案,显著地提升了用户使用体验,提高了用户使用搜索引擎产品的粘性,进一步也为企业创造了经济价值。因此,越来越多的研究人员投入到知识库问答系统的研究中。基于知识库问答系统主要分为基于语义解析的方法和基于分布式语义表示的方法,其中语义解析的方法受到语义鸿沟的影响,使得问答的准确率和召回率较低,分布式语义表示的方法随着研究的深入逐步超越了语义解析的方法,但是现阶段的基于分布式语义表示知识库问答方法的性能还有待提高,以往的研究中受到语义表示的准确性以及实体与关系之间缺乏联系制约了知识库问答的研究。本文围绕基于简单问题的知识库问答任务,从数据标注、问句多维度表征、联... 

【文章来源】：内蒙古科技大学内蒙古自治区

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

知识库结构图

内蒙古科技大学硕士学位论文-4-程如图1.2所示。下面将具体介绍基于知识图谱的问答系统的研究现状。图1.2知识库问答过程1.2知识库问答系统的研究现状根据当前知识库问答系统研究路线的不同，现有的KB-QA研究路线主要分为两种：（1）基于语义解析（SematicParsing）的知识库问答方法；（2）基于分布式语义表示的知识库问答方法。下一小结将简单介绍这两种技术的研究现状。1.2.1基于语义解析的知识库问答方法图1.3语义解析的知识库问答过程基于语义解析的知识库问答方法通常利用最有效的结构化查询语句（例如：SQL、SPARQL语句等）对知识图谱的结构化数据进行查询、匹配、推理等操作。对于普通用

内蒙古科技大学硕士学位论文-4-程如图1.2所示。下面将具体介绍基于知识图谱的问答系统的研究现状。图1.2知识库问答过程1.2知识库问答系统的研究现状根据当前知识库问答系统研究路线的不同，现有的KB-QA研究路线主要分为两种：（1）基于语义解析（SematicParsing）的知识库问答方法；（2）基于分布式语义表示的知识库问答方法。下一小结将简单介绍这两种技术的研究现状。1.2.1基于语义解析的知识库问答方法图1.3语义解析的知识库问答过程基于语义解析的知识库问答方法通常利用最有效的结构化查询语句（例如：SQL、SPARQL语句等）对知识图谱的结构化数据进行查询、匹配、推理等操作。对于普通用

【参考文献】：
期刊论文
[1]STransH:一种改进的基于翻译模型的知识表示模型[J]. 陈晓军,向阳.  计算机科学. 2019(09)
[2]基于带注意力机制CNN的联合知识表示模型[J]. 彭敏,姚亚兰,谢倩倩,高望.  中文信息学报. 2019(02)
[3]融合知识表示的知识库问答系统[J]. 安波,韩先培,孙乐.  中国科学:信息科学. 2018(11)
[4]基于表示学习的开放域中文知识推理[J]. 姜天文,秦兵,刘挺.  中文信息学报. 2018(03)
[5]基于LSTM的大规模知识库自动问答[J]. 周博通,孙承杰,林磊,刘秉权.  北京大学学报(自然科学版). 2018(02)
[6]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)
[7]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)

硕士论文
[1]基于信息抽取的实体知识库系统研究[D]. 李明鑫.北京交通大学 2017



本文编号：3074682