基于机器翻译与知识图谱的船舶信息智能查询研究
发布时间：2021-05-25 15:44
船舶信息查询对于整个航运产业链发挥着至关重要的作用,也是许多船舶服务平台的基础功能。然而,传统的船舶信息查询往往只是机械地比对查询词和数据库数据之间的匹配关系,将结果直接罗列给用户,并不能智能地理解用户的真正意图,提供更精准和更具关联性的知识。针对这一问题,本文深入研究了船舶信息智能查询技术,利用最新的深度学习和机器翻译方法构建AIS拼音到中文汉字的翻译模型,以解决船舶的多方式智能匹配问题,并在船舶、港口以及航线等数据的基础上构建船舶信息的中文知识图谱,最终实现船舶信息的智能查询。归纳起来,本文的工作主要包括:（1）分析船舶信息智能查询存在的主要问题,结合目前国内外机器翻译和知识图谱技术研究现状,提出可行的技术方案;（2）构建形式规范的船舶信息语料库,包括用于AIS拼音船名与中文汉字船名对应的语料库,以及船舶与港口、航线、贸易区等关联信息的知识图谱语料库;（3）构建基于Transformer与隐马尔可夫链（HMM）结合的智能船名翻译模型,实现了 AIS拼音船名到中文船名的精准翻译,解决了 AIS信息与其他船舶信息的智能匹配。在基于船讯网船舶库的语料库数据集上训练和测试,该模型最终准确率...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 机器翻译研究现状
1.2.2 知识图谱研究现状
1.3 研究内容和论文组织结构
2 相关理论方法与技术
2.1 机器翻译
2.2 AIS拼音船名智能翻译技术路线
2.3 知识图谱
2.4 船舶信息智能查询技术路线
2.5 信息源适应性分析
2.6 关键技术
2.6.1 Python
2.6.2 Anaconda
2.6.3 TensorFlow
2.6.4 Neo4j
3 AIS拼音船名智能翻译技术
3.1 船名语料库的构建
3.2 AIS拼音船名到汉字船名的翻译模型
3.2.1 基于SMT的模型
3.2.2 基于Seq2Seq的模型
3.2.3 基于Transformer的模型
3.3 翻译模型的对比分析
3.3.1 基于SMT模型的测试实验
3.3.2 基于Seq2Seq模型的测试实验
3.3.3 基于Transformer模型的测试实验
3.3.4 实验结果的对比分析
3.4 Transformer与HMM的联合模型
3.5 本章小结
4 船舶信息智能查询技术
4.1 船舶信息语料库的构建
4.2 船舶信息知识图谱
4.2.1 知识图谱数据模型
4.2.2 知识图谱数据结构
4.2.3 知识图谱存储
4.3 船舶信息智能查询
4.3.1 查询处理流程实现
4.3.2 查询处理技术细节
4.4 智能查询实例
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于知识图谱的国内外北极航线安全研究进展与比较分析[J]. 马晓雪,刘阳,刘雨. 交通信息与安全. 2020(01)
[2]事件知识图谱构建技术与应用综述[J]. 项威. 计算机与现代化. 2020(01)
[3]中国海事英语研究的知识图谱分析[J]. 李天娇,尚新. 上海海事大学学报. 2019(04)
[4]基于Python的中文结巴分词技术实现[J]. 曾小芹. 信息与电脑(理论版). 2019(18)
[5]基于Python语言的中文分词技术的研究[J]. 祝永志,荆静. 通信技术. 2019(07)
[6]知识图谱数据管理研究综述[J]. 王鑫,邹磊,王朝坤,彭鹏,冯志勇. 软件学报. 2019(07)
[7]知识图谱在电网全业务统一数据中心的应用[J]. 王渊,彭晨辉,王志强,范强,姚一杨,华召云. 计算机工程与应用. 2019(15)
[8]基于LSTM的蒙汉机器翻译的研究[J]. 刘婉婉,苏依拉,乌尼尔,仁庆道尔吉. 计算机工程与科学. 2018(10)
[9]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[10]基于知识图谱的海洋科学领域技术机会分析[J]. 张福俊,叶权慧,于路云. 科技管理研究. 2017(24)
博士论文
[1]开放政府数据背景下航运关联数据的构建与应用研究[D]. 梁艺多.大连海事大学 2018
[2]基于多种数据源的中文知识图谱构建方法研究[D]. 胡芳槐.华东理工大学 2015
硕士论文
[1]基于图的RDF数据存储与查询技术研究[D]. 段文静.桂林电子科技大学 2019
[2]基于神经网络的维汉机器翻译研究[D]. 张胜刚.新疆大学 2018
[3]基于语义网的站内搜索引擎模块的研究与实现[D]. 王子木.华北电力大学 2018
[4]语义网中航运信息的存储与查询系统研究[D]. 周凯涛.大连海事大学 2011
[5]本体在航运电子商务领域中的应用研究[D]. 吕苗.大连海事大学 2009
[6]基于统计的汉英机器翻译技术的研究[D]. 魏瑾.国防科学技术大学 2006
本文编号：3205597
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 机器翻译研究现状
1.2.2 知识图谱研究现状
1.3 研究内容和论文组织结构
2 相关理论方法与技术
2.1 机器翻译
2.2 AIS拼音船名智能翻译技术路线
2.3 知识图谱
2.4 船舶信息智能查询技术路线
2.5 信息源适应性分析
2.6 关键技术
2.6.1 Python
2.6.2 Anaconda
2.6.3 TensorFlow
2.6.4 Neo4j
3 AIS拼音船名智能翻译技术
3.1 船名语料库的构建
3.2 AIS拼音船名到汉字船名的翻译模型
3.2.1 基于SMT的模型
3.2.2 基于Seq2Seq的模型
3.2.3 基于Transformer的模型
3.3 翻译模型的对比分析
3.3.1 基于SMT模型的测试实验
3.3.2 基于Seq2Seq模型的测试实验
3.3.3 基于Transformer模型的测试实验
3.3.4 实验结果的对比分析
3.4 Transformer与HMM的联合模型
3.5 本章小结
4 船舶信息智能查询技术
4.1 船舶信息语料库的构建
4.2 船舶信息知识图谱
4.2.1 知识图谱数据模型
4.2.2 知识图谱数据结构
4.2.3 知识图谱存储
4.3 船舶信息智能查询
4.3.1 查询处理流程实现
4.3.2 查询处理技术细节
4.4 智能查询实例
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于知识图谱的国内外北极航线安全研究进展与比较分析[J]. 马晓雪,刘阳,刘雨. 交通信息与安全. 2020(01)
[2]事件知识图谱构建技术与应用综述[J]. 项威. 计算机与现代化. 2020(01)
[3]中国海事英语研究的知识图谱分析[J]. 李天娇,尚新. 上海海事大学学报. 2019(04)
[4]基于Python的中文结巴分词技术实现[J]. 曾小芹. 信息与电脑(理论版). 2019(18)
[5]基于Python语言的中文分词技术的研究[J]. 祝永志,荆静. 通信技术. 2019(07)
[6]知识图谱数据管理研究综述[J]. 王鑫,邹磊,王朝坤,彭鹏,冯志勇. 软件学报. 2019(07)
[7]知识图谱在电网全业务统一数据中心的应用[J]. 王渊,彭晨辉,王志强,范强,姚一杨,华召云. 计算机工程与应用. 2019(15)
[8]基于LSTM的蒙汉机器翻译的研究[J]. 刘婉婉,苏依拉,乌尼尔,仁庆道尔吉. 计算机工程与科学. 2018(10)
[9]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[10]基于知识图谱的海洋科学领域技术机会分析[J]. 张福俊,叶权慧,于路云. 科技管理研究. 2017(24)
博士论文
[1]开放政府数据背景下航运关联数据的构建与应用研究[D]. 梁艺多.大连海事大学 2018
[2]基于多种数据源的中文知识图谱构建方法研究[D]. 胡芳槐.华东理工大学 2015
硕士论文
[1]基于图的RDF数据存储与查询技术研究[D]. 段文静.桂林电子科技大学 2019
[2]基于神经网络的维汉机器翻译研究[D]. 张胜刚.新疆大学 2018
[3]基于语义网的站内搜索引擎模块的研究与实现[D]. 王子木.华北电力大学 2018
[4]语义网中航运信息的存储与查询系统研究[D]. 周凯涛.大连海事大学 2011
[5]本体在航运电子商务领域中的应用研究[D]. 吕苗.大连海事大学 2009
[6]基于统计的汉英机器翻译技术的研究[D]. 魏瑾.国防科学技术大学 2006
本文编号：3205597
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3205597.html
