检索结果-南通市图书馆

基于PICO模型的中医药循证指南知识图谱构建与智能问答系统研究

在线全文

学校读者我要写书评

暂无评论

中国数字医学 2024年第5期19卷 20-27页

作者：崔唐明孙美玲孙华君李海燕中国中医科学院中医药信息研究所北京100700

目的:基于PICO模型构建中医药循证指南知识图谱,探索以此知识图谱为知识库搭建智能问答系统,增强临床决策支持。方法:采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层,并以多囊卵巢综合征为例,利用“文心一言”大模型... 详细信息

目的:基于PICO模型构建中医药循证指南知识图谱,探索以此知识图谱为知识库搭建智能问答系统,增强临床决策支持。方法:采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层,并以多囊卵巢综合征为例,利用“文心一言”大模型工具进行知识抽取,抽取结果通过Neo4j图数据库进行存储,实现知识图谱的可视化展示,同时对智能问答系统进行临床专家问卷调研和框架结构设计。结果:构建了包含13种类别、248个节点、12种关系类型、337条关系以及10种数据属性的中医药循证指南知识图谱,并展示了其可视化功能和应用示例。智能问答系统部分,已根据指南临床问题范围将其分为12大类,并预设了24种问题模板,为后续问题预处理奠定了基础,并对系统实现提供了有力支撑。结论:本研究以循证指南为数据源确保了临床辅助决策系统科学性和准确性,也为中医药领域的智能化信息服务提供了新的思路和方法。

关键词： PICO 循证指南知识图谱智能问答系统大模型

基于知识图谱的甘孜旅游景点智能问答系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第17期20卷 25-28页

作者：龚锦文杜春乐山师范学院电子信息与人工智能学院四川乐山614000 互联网自然语言智能处理四川省高等学校重点实验室四川乐山614000

为了方便游客全面了解甘孜藏族自治州的旅游景点、历史文化和地方特色等相关知识,文章采用Python爬虫在各大官方网站进行数据收集,对数据进行预处理后批量导入Neo4J数据库中,从而构建甘孜旅游知识图谱,并基于该知识图谱设计实现智能问... 详细信息

为了方便游客全面了解甘孜藏族自治州的旅游景点、历史文化和地方特色等相关知识,文章采用Python爬虫在各大官方网站进行数据收集,对数据进行预处理后批量导入Neo4J数据库中,从而构建甘孜旅游知识图谱,并基于该知识图谱设计实现智能问答系统。首先,对用户提出的问题进行预处理,然后进行实体识别和意图识别,再将识别的文字结果与基于训练的问题模板进行匹配,最后生成Cypher语句查询Neo4J获取问题的答案并返回给用户。知识图谱和智能问答系统的结合有助于游客更便捷地获取甘孜旅游方面的信息。

关键词： Python爬虫 Neo4J 智能问答系统意图识别实体识别

基于ChatGPT的虚拟馆员智能问答系统设计

在线全文

学校读者我要写书评

暂无评论

图书馆研究与工作 2024年第6期 43-50页

作者：刘骁斌山西省图书馆

文章在概述ChatGPT、智能问答系统原理和特点的基础上，分析了虚拟馆员智能问答系统的设计需求，从系统架构、问答流程及功能模块设计了基于ChatGPT的虚拟馆员智能问答系统，并通过仿真测试实验从答案自动生成速率、答案自动生成准确率... 详细信息

文章在概述ChatGPT、智能问答系统原理和特点的基础上，分析了虚拟馆员智能问答系统的设计需求，从系统架构、问答流程及功能模块设计了基于ChatGPT的虚拟馆员智能问答系统，并通过仿真测试实验从答案自动生成速率、答案自动生成准确率两个方面验证了基于ChatGPT虚拟馆员智能问答系统的性能，最后从读者研究对象辅助者、语言文字润色者、文本生态构建者三个方面归纳了基于ChatGPT的虚拟馆员智能问答系统的应用场景，旨在提升虚拟馆员智能问答系统的适用性。

关键词： ChatGPT 虚拟馆员智能问答系统

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于护理知识图谱的智能问答系统研究

医学信息 2024年第11期37卷 58-62+68页

作者：陈兰珍郑泾飞王华珍方昱龙潘琼蓉苏艺津厦门医学院附属第二医院护理部厦门华侨大学计算机科学与技术学院

护士培养机制信息化和统一化是减少护士培养成本、增强护士专业素养、减缓护理教师不足的重要解决方案。针对当前护理知识问答引擎无法回答护士提出复杂问题等局限，本文研发了一种基于用户自然语言提问的护理知识图谱问答系统。首先通... 详细信息

护士培养机制信息化和统一化是减少护士培养成本、增强护士专业素养、减缓护理教师不足的重要解决方案。针对当前护理知识问答引擎无法回答护士提出复杂问题等局限，本文研发了一种基于用户自然语言提问的护理知识图谱问答系统。首先通过本体设计、知识获取、知识融合、知识存储等技术构建出护理知识图谱，其次针对护士提出的自然语言问题进行语义理解和解析，进而利用知识图谱进行查询、推理得出答案。该系统不仅能将查询到的精确答案返回给用户，还能将以答案为核心的知识图谱进行同步可视化，从而帮助护士准确理解场景、捕捉上下文语境等信息。

关键词：智能问答系统护理知识图谱交互可视化护士培养

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能问答系统在装备制造业的应用研究

制造业自动化 2023年第3期45卷 38-43,75页

作者：许成伟贾晓霞冉青云中国商用飞机有限责任公司上海飞机设计研究院上海201210 金航数码科技有限责任公司北京100028

随着智能制造的不断深化,装备制造领域对智能问答产品的需求已非常旺盛,结合装备制造领域典型问答情景分析,创新性地提出了基于问答规则引擎的装备制造智能问答系统的实现方式,针对在产品设计、工艺设计、生产制造、运维保障、经营管理... 详细信息

随着智能制造的不断深化,装备制造领域对智能问答产品的需求已非常旺盛,结合装备制造领域典型问答情景分析,创新性地提出了基于问答规则引擎的装备制造智能问答系统的实现方式,针对在产品设计、工艺设计、生产制造、运维保障、经营管理各应用环境下,分析用户提出的问题类型,并结合专业领域知识其数据特点,从基于常见问题、基于知识社区、基于阅读理解和基于知识图谱等四种方式中选择合适的实现方式,得到最终答案。

关键词：智能问答系统对话机器人工业人工智能

在线全文

学校读者我要写书评

暂无评论

汽车领域智能问答系统设计与实现

汽车领域智能问答系统设计与实现

作者：谭乾鸿华中科技大学

学位级别：硕士

在汽车客服领域,线上用户数量迅速增长,造成在线客服工作量激增。智能问答系统可大量减少在线客服工作量,为用户提供汽车问答服务,但仍然存在以下问题:(1)在高并发请求条件下,系统响应时间无法满足系统线上低延时的需求。(2)系统与汽车... 详细信息

在汽车客服领域,线上用户数量迅速增长,造成在线客服工作量激增。智能问答系统可大量减少在线客服工作量,为用户提供汽车问答服务,但仍然存在以下问题:(1)在高并发请求条件下,系统响应时间无法满足系统线上低延时的需求。(2)系统与汽车领域数据融合不够紧密,导致返回的答案不精准。为了提高汽车领域智能问答系统的性能及准确率,结合自然语言处理和信息检索技术,设计并实现了多层次并行集群系统结构,以提升系统性能。系统由3类集群组成,包括问答系统集群、倒排索引表集群和阅读理解模型集群。同时,设计并实现了基于汽车领域实体名称嵌入的阅读理解(RCAEE)模型,以提升答案准确率。首先,设计了问句输入和答案展示模块,为用户提供可视化交互页面,完成问题的发送及答案的展示。同时,将问题发送给问答系统集群上的问答服务,由问答服务实现系统后续所有功能。其次,设计了问句语义分析模块,对问题进行预处理操作,并纠正问题中的文本错误,同时,抽取问题中的汽车实体,为答案生成提供依据。再次,设计了答案检索算法,从倒排索引表集群中检索出候选答案,缩小答案范围,并借助文本相似度算法,对候选答案进行精排操作,进一步缩小答案范围。接着,使用设计的阅读理解模型,获取精准答案,并将阅读理解模型部署在阅读理解模型集群上,调用集群上的模型,以减少系统响应时间。最后,设计了问句答案生成模块,根据获取的精准答案,结合匹配的问句模板和抽取的汽车实体,生成最终答案。实际系统测试结果表明,在标注的6182条汽车问答测试数据集上,系统获得86.21的F得分。在50并发请求条件下,测试1000次接口,平均响应时间为192ms。系统在功能和性能上满足应用需求。此外,在汽车问答测试数据上,RCAEE模型相比阅读理解SOTA模型,F高0.65个点,EM高1.05个点。

关键词：智能问答系统阅读理解信息检索语法纠错文本相似度算法

基于时序知识图谱的智能问答系统研究与原型实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时序知识图谱的智能问答系统研究与原型实现

作者：李伟电子科技大学

学位级别：硕士

基于知识图谱的智能问答系统为人们提供了更加便捷化、精确化的信息服务。然而时间对于刻画事实本身起着不可或缺的作用。时序知识图谱虽然包含了时间信息,但是目前对它的研究还处于起步阶段。本文主要为了实现基于时序知识图谱的智能... 详细信息

基于知识图谱的智能问答系统为人们提供了更加便捷化、精确化的信息服务。然而时间对于刻画事实本身起着不可或缺的作用。时序知识图谱虽然包含了时间信息,但是目前对它的研究还处于起步阶段。本文主要为了实现基于时序知识图谱的智能问答系统。该系统的实现需要构建时序知识图谱以及相应的问答模型。其中,时序知识图谱为整个系统提供知识来源,问答模型将输入的问题处理之后给出相应的答案。为了实现上述问答系统,本文主要研究了以下三方面内容:(1)本文构建了时序知识抽取模型T-CASREL用来完成时序知识图谱的构建。时序知识图谱的构建需要从文本中抽取时间信息,而现有的知识抽取模型只关注实体和关系的抽取,无法完成时间信息的抽取。T-CASREL模型由专门的时间抽取层来完成时间信息的抽取,并将时间信息融入到相应的实体和关系信息中,解决了时序知识图谱中时间维度的获取问题。此外,T-CASREL模型还采用了预训练模型和联合抽取模型进行实体关系抽取,通过对比实验验证了其性能方面的优势。(2)本文构建了时序知识图谱问答模型TTrans KGQA来实现问答系统的问题搜索功能。传统的问答模型对于涉及时间信息和多条知识推理的问题性能欠佳。而最新的基于知识图谱嵌入问答模型虽然在多条知识推理的问题上取得了较好的结果,但是其不能用于回答时间信息相关的问题。本文首先将已有的知识图谱嵌入模型进行了时间维度的拓展,使其能够将时序知识图谱进行嵌入表达。然后将拓展后的嵌入模型应用到TTrans KGQA模型中,并且通过实验验证了该模型在涉及时间信息和多条知识推理问题的能力。最后就TTrans KGQA中使用不同知识图谱嵌入模型进行了对比实验,选出表现最优的模型用于问答模型的实现。(3)本文以T-CASREL模型构建的时序知识图谱为知识储备,以TTrans KGQA作为问答模型构造了一个基于时序知识图谱的智能问答系统。该系统实现了问题搜索、最近提问、知识图谱可视化以及知识添加四个功能,并且每个功能都通过了测试,可以满足用户需求。

关键词：时序知识图谱知识抽取智能问答系统时序知识图谱嵌入问答模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于蜕变测试的智能问答系统质量评估方法

基于蜕变测试的智能问答系统质量评估方法

作者：屠凯奕浙江理工大学

学位级别：硕士

智能问答是一类自然语言处理技术,旨在使机器具备通过理解文本并回答以自然语言提出的问题的能力。现阶段,智能问答技术得到了蓬勃发展,并在不同领域被广泛应用。因此,智能问答系统的质量也备受关注。然而,由于智能问答系统自身的特性,... 详细信息

智能问答是一类自然语言处理技术,旨在使机器具备通过理解文本并回答以自然语言提出的问题的能力。现阶段,智能问答技术得到了蓬勃发展,并在不同领域被广泛应用。因此,智能问答系统的质量也备受关注。然而,由于智能问答系统自身的特性,其质量评估面临着诸多挑战。一方面,现有工作主要基于数据集来评估智能问答系统的准确性。但是由于数据集规模和内容的局限性,导致其在一个数据集上的准确性很难泛化到数据集以外的数据上。此外,仅仅通过准确性评价指标无法细化地刻画系统不同方面的能力。另一方面,基于数据集的评价方法均依赖于标注的ground truth信息,因此质量评估往往需要高昂的代价。为了解决这些问题,本文提出基于蜕变测试技术的评估方法。我们的方法不依赖于ground truth信息,并且可以支持对系统不同方面特性的评估。本文聚焦于两类典型的智能问答系统:文本问答系统（Textual Question Answering,TQA）与可视化问答系统（Visual Question Answering,VQA）。结合TQA和VQA的应用场景,我们针对其三个方面进行了分析:1)TQA和VQA理解文本问题的能力,其中包括TQA理解一类特殊问题,即时序逻辑问题的能力;2)TQA分析理解文本段落的能力;3)VQA分析理解图像的能力。为了评估TQA和VQA在相应方面的能力,我们针对每一个方面定义了蜕变关系。以此为基础,构建了自动蜕变测试框架,并在主流TQA和VQA模型上开展了大量的实验。实验结果表明通过应用蜕变测试技术,TQA和VQA在不同方面的能力可以得到恰当的评估,并且整个质量评估过程不再需要ground truth信息。本文的主要贡献总结如下:（1）将蜕变测试技术应用到TQA和VQA上,针对其与问答能力相关的不同方面定义了20条蜕变关系,并构建了支持智能问答系统质量评估的自动化框架。（2）在4个主流的问答模型（2个TQA模型,2个VQA模型）上开展了大量的实验,并结合实验结果进行了实验分析。一方面,对目标TQA和VQA模型,横向的分析了每个目标模型在不同方面的表现,并进一步在同类模型进行了纵向分析,以凸出不同模型的优势和不足;另一方面,展示了如何利用评估结果来为不同的应用场景需求选择智能问答系统提供借鉴和参考。

关键词：智能问答系统文本问答系统可视化问答系统蜕变测试蜕变关系质量评估 oracle问题

基于知识图谱的电影知识库智能问答系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识图谱的电影知识库智能问答系统设计与实现

作者：朱淼曲阜师范大学

学位级别：硕士

随着数字经济时代的到来,人们越来越注重数字端文化消费品质。对于电影行业来说,移动互联网的普及加速了其规模化发展的同时,也进一步扩大了人们个性化和差异化的观影需求。但是,当前主流电影网站、影视APP中普遍存在电影信息较为分散... 详细信息

随着数字经济时代的到来,人们越来越注重数字端文化消费品质。对于电影行业来说,移动互联网的普及加速了其规模化发展的同时,也进一步扩大了人们个性化和差异化的观影需求。但是,当前主流电影网站、影视APP中普遍存在电影信息较为分散、检索结果不够精准、无法获取具有复杂关联关系的电影信息等问题,无法满足深入了解电影知识或有着个性化查询需求的用户。针对以上问题,本文通过收集海量电影数据,构建电影领域知识图谱,设计并实现了一个基于知识图谱的电影知识库智能问答系统,为使用者提供更加人性化、更加便捷的人机交互体验。本文的主要研究内容如下:1.针对电影知识碎片化,利用难度较大的问题,本文基于网页电影数据,设计BERT-Bi LSTM-CRF电影领域命名实体识别方法,形成包含18.3W个实体和25.8W条关联关系的电影知识图谱。首先根据实际应用需要构建包含9种实体、9种关系的细粒度电影本体库,然后设计BERT-Bi LSTM-CRF模型对非结构化文本中所包含的电影实体进行识别,引入BERT预训练模型为文本赋予更多的语义信息,从而解决中文词汇中存在的一词多义问题。通过实验验证,该模型在两个电影领域数据集上的命名实体识别F1值分别为89.32%和85.60%,较主流实体识别模型准确率分别提升了6.77%和2.16%。最后在Neo4j图数据库中完成电影知识图谱的构建。2.为解决电影问句形式多变、机器理解困难的问题,本文提出基于注意力机制的Dense Net-ATT意图识别算法。Dense Net-ATT算法利用多层卷积神经网络提取多粒度文本特征,通过在上下游卷积块之间构建稠密的连接通道,逐层聚合增加特征粒度,加强文本特征在各卷积块之间的流动,从而提高文本特征利用率,减少特征丢失。为进一步降低噪声影响,引入注意力机制为不同粒度的文本特征分配自适应权重,关注重要粒度特征表示。实验结果表明Dense Net-ATT算法F1值达到了94.4%,较基线模型相比F1值最高提升了6.2%。此外为解决电影领域意图识别数据集短缺的问题,利用模板生成的方法对开源数据集进行扩容,构建包含9种提问意图共9533条问句的电影问句数据集。3.为解决电影知识存储碎片化、传统搜索引擎无法挖掘电影知识之间的深层关联的问题,设计并实现了基于知识图谱的电影知识库智能问答系统。系统以电影知识图谱作为底层数据支持,自动识别问句中所包含的电影实体和用户提问意图,结合知识图谱为用户返回简洁、精准地查询答案,其回答准确率为87.6%。同时系统提供了电影知识图谱可视化展示模块和实体查询模块,支持关键词查询方式。该系统利用自然语言作为交互方式,为用户提供了便捷的查询体验,通过知识图谱增强了答案的可解释性,为用户进一步了解电影知识、挖掘潜在电影兴趣提供了可能,具有实际应用价值。

关键词：知识图谱电影知识库智能问答系统