咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >煤矿工种知识图谱智能问答研究 收藏

煤矿工种知识图谱智能问答研究

Research on Intelligent Question Answering Based on Knowledge Graph of Coalmine Occupation

作     者:刘鹏 程浩然 王莹 魏微 丁恩杰 LIU Peng;CHENG Hao-ran;WANG Ying;WEI Wei;DING En-jie

作者机构:矿山物联网应用技术国家地方联合工程实验室江苏徐州221008 中国矿业大学物联网(感知矿山)研究中心江苏徐州221008 中国矿业大学信息与控制工程学院江苏徐州221116 

出 版 物:《计算机技术与发展》 (Computer Technology and Development)

年 卷 期:2024年第34卷第3期

页      面:185-192页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:江苏省安全应急装备技术创新中心(BM2022013) 国家自然科学基金资助项目(71972176) 智慧矿山开放基金项目(2021LH10) 

主  题:煤矿工种 知识图谱 智能问答 意图识别 槽位提取 

摘      要:知识图谱是用于表征实体间结构关系的新一代知识库,其通过语义网络描述现实世界事物之间的逻辑关系,而基于知识图谱的智能问答技术也在不断发展,智能问答系统与知识图谱相结合,是对结构化知识的进一步剖析及利用。该文通过收集煤矿工种专业信息,构建煤矿工种知识图谱,并在此基础上对智能问答技术和系统进行了研究。在知识图谱构建方面,对工种专业进行定义,通过Bert-BiLSTM-CRF实体识别模型对煤矿工种关键信息进行抽取,再利用图数据库存储三元组工种知识数据得到工种图谱。在智能问答环节,通过设计问题模板,利用Bert模型实现端到端的问句意图识别和槽位提取,并采用Sentente-Bert对问句的提及词和知识图谱的候选实体进行链接,继而将问句转化形成图数据库查询语句,从图谱中返回答案。实验结果表明,构建的煤矿工种知识图谱及智能问答系统,在多个评价指标表现良好,可以满足煤矿工种知识问答需求,为煤矿智能化建设做出了有益探索。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分