面向软件开发领域的知识问答系统设计与实现

发布时间：2021-09-12 09:17

　　当今社会,随着信息科技的不断进步,软件开发领域已经得到迅速发展,相关的软件开发知识种类和数据量也在不断增加,如何从这些种类繁杂、数量巨大的数据中为开发者推荐合适、有效的软件开发知识成为当前软件开发领域的主要内容。传统的以搜索引擎为主的知识获取方法,通过匹配关键词可以获取一系列相关的信息来推荐给用户。近几年,特别是在2012年谷歌提出知识图谱的概念之后,利用知识图谱的相关技术进行知识问答等方面的研究已经有了很大的发展。但是,对于软件开发领域的知识问答来说,还有许多不足:（1）现在对于软件开发领域的知识来说,分布相对比较零散,许多信息都是散落在各个不同的网站上,人们往往需要搜索引擎多次查找才能得到需要的答案,缺少软件开发知识的自动收集机制;（2）现有的软件开发知识相对分散,缺少业界统一的一致的规范和标准,没有针对软件开发这一特定的领域来专门设计一个专业领域知识库;（3）通过观察研究StackOverflow、CSDN等网站上的一些软件开发领域的“问题-答案对”发现,大多数问题都是会涉及到多个实体、关系的问题,相对应的答案也往往是多个且形式多样,对于这种复杂、开放的软件开发领域问题,传统的知... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：硕士

【部分图文】：

图２－１知识图谱构建流程图??于原据，同形，用同法，??

介绍，包括卷积神经网络、ＬＳＴＭ、注意力机制等内容。??２．?３．?１卷积神经网络??随着深度学习的不断发展，卷积神经网络也越来越热门，作为最具特色的??神经网络之一，卷积神经网络在许多人们生活过程中常见、常用的领域中都取??得了较大的成效。??对于传统的神经网络来说，其基本的结构如图２－２所示，包括前部的输入层、??中间的一些隐藏层以及最后的输出层。??

ｏｕｔ或者Ｌｅａｋｙ?ＲｅＬＵ替代。??对于卷积神经网络中的池化层，位于卷积神经网络的各个卷积层之间，主??要是用来对数据和参数进行压缩，防止出现过拟合。池化层主要是起到压缩的??作用，我们在对图像进行卷积之后，后续会经历一个下采样的过程，这样可以??调整图像的大小［３１??２．?３．?２?ＬＳＴＭ??当使用神经网络来理解当前文本信息的时候，循环神经网络（ＲＮＮ）可以??通过不停的将信息循环操作，保证信息持续存在，从而利用前面的事件信息来??对后面事件进行处理。ＲＮＮ的基本结构如图２－３所示。??—?Ａ?厂??、?ｙ??ｊ、??０??图２－３循环神经网络结构图??在ＲＮＮ中，Ａ是一组神经网络，它的工作是不停的接收并且输出，这样使??１４??

【参考文献】：
期刊论文
[1]文本向量化表示方法的总结与分析[J]. 冀宇轩.  电子世界. 2018(22)
[2]浅析软件工程知识体系结构[J]. 付喜梅.  电脑与信息技术. 2018(05)
[3]基于行为-内容融合模型的用户画像研究[J]. 余传明,田鑫,郭亚静,安璐.  图书情报工作. 2018(13)
[4]基于关键词的文本向量化与分类算法研究[J]. 苏玉龙,张著洪.  贵州大学学报(自然科学版). 2018(03)
[5]基于Neo4j图数据库的课程体系知识图谱系统设计与实现[J]. 肖庆都,屈亮亮,侯霞.  电脑知识与技术. 2017(36)
[6]知识图谱发展与构建的研究进展[J]. 朱木易洁,鲍秉坤,徐常胜.  南京信息工程大学学报(自然科学版). 2017(06)
[7]基于Word2vec的句子语义相似度计算研究[J]. 李晓,解辉,李立杰.  计算机科学. 2017(09)
[8]知识图谱的发展与构建[J]. 李涛,王次臣,李华康.  南京理工大学学报. 2017(01)
[9]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[10]面向自然语言处理的深度学习研究[J]. 奚雪峰,周国栋.  自动化学报. 2016(10)



本文编号：3393964