检索结果-南通市图书馆

电测与仪表 2024年第4期61卷 218-224页

作者：宋玮琼韩柳羡慧竹姚盛楠郭帅刘云鹏国网北京市电力公司电力科学研究院北京100161

因知识图谱具备强大的实体关系表达推理能力,近年来在各领域得到了广泛应用。文中针对电能计量装置存在标准规范多,建设管理运营成本和门槛高的问题,研究并提出了一种电能计量装置知识图谱的自动构建方法。针对技术规范文档存在的实体... 详细信息

因知识图谱具备强大的实体关系表达推理能力,近年来在各领域得到了广泛应用。文中针对电能计量装置存在标准规范多,建设管理运营成本和门槛高的问题,研究并提出了一种电能计量装置知识图谱的自动构建方法。针对技术规范文档存在的实体嵌套、语义模糊和图谱不全等问题,文中综合采用基于候选实体图匹配的命名实体识别方法,基于多依存句法树融合的关系抽取方法和概念层次图融合的关系推理方法,并在电能计量装置知识图谱构建中进行了验证。实验表明文章构建的知识图谱在实体识别、关系提取和关系推理的准确率以及扩展性方面都取得了较大提升,可大幅度降低相关领域标准规范的应用审查门槛和成本。

关键词：知识图谱图神经网络候选实体依存句法树概念层次图

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于查询图的知识库问答的研究

基于查询图的知识库问答的研究

引用

作者：陈哲北京邮电大学

学位级别：硕士

随着网络信息化、智能化的快速发展,网络检索方式也在不断升级,由此自动化程度较高的问答系统应运而生。问答系统可以直接理解用户的问题,返回简洁正确的答案,降低用户查询成本。知识图谱作为一种有效的实体-关系-实体表达方式,可对词... 详细信息

随着网络信息化、智能化的快速发展,网络检索方式也在不断升级,由此自动化程度较高的问答系统应运而生。问答系统可以直接理解用户的问题,返回简洁正确的答案,降低用户查询成本。知识图谱作为一种有效的实体-关系-实体表达方式,可对词表中的实体语义关系构建真实客观的观测图结构,具有较强的链接特性和完整的结构属性。将二者结合而成的基于知识图谱问答系统则融合了二者各自独立的优势,成为人工智能领域的研究热点,受到学者的广泛关注。由于中文知识图谱尚在发展和完善过程中,且中文表述存在多字同义、一词多义、上下文引用、引申义等多种词表特点,所以中文图谱在使用时,存在候选实体召回率及实体消歧准确率较低的问题。基于此,本文设计了一种字典树和模型识别相结合的方式,提高候选实体召回率,并通过统计和语义分析融合方法提取候选实体特征,降低歧义发生率。针对中文知识图谱实体关系复杂且套用格式较多的问题,本文对问答任务的预测关系进行划分,在基础关系中采用改进的BERT预训练模型进行实体三元组判别。而在进阶关系中采用查询图的方式进行问题任务路径查询,并对查询图进行了扩展型和连接型分类,根据节点度设计了核心、统一和分支三种查询图分解方式。在此基础上,本文设计了一种基于查询子图连接和匹配的查询算法,以提高查询目标答案的准确性。实验测试验证了算法的有效性。面向系统开发,本文提出了一种图卷积神经网络复合模型,建立了一个完整的基于知识图谱的问答系统应用模型,并使用百度知识图谱进行开放域中文问答系统搭建,完善了系统整体设计流程,实现了以网页形式展示查询内容的功能。

关键词：查询图候选实体知识图谱关系预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于贪心森林的微博实体链接方法研究

基于贪心森林的微博实体链接方法研究

引用

作者：邹先奇哈尔滨工业大学

学位级别：硕士

实体链接工作已经取得了较多的关注，其工作目的是将文本中的实体指称链接到知识库中对应的实体。大部分实体链接工作都是针对论坛或者博客的长文本信息，然而微博作为一种新的社交平台，对这种短文本进行实体链接又会面临很多问题。迅... 详细信息

实体链接工作已经取得了较多的关注，其工作目的是将文本中的实体指称链接到知识库中对应的实体。大部分实体链接工作都是针对论坛或者博客的长文本信息，然而微博作为一种新的社交平台，对这种短文本进行实体链接又会面临很多问题。迅速地、准确地将微博中的实体指称链接到知识库，是一项有着十分重要意义的工作。对于科学研究来说，它可以提高机器翻译的准确度、网页搜索的文档相关度，计算广告中搜索广告的点击率，以及相关领域知识库构建的准确性。为了将微博中的命名实体链接到无歧义的维基百科知识库中，本文将实体链接工作具体分为以下3个主要部分。第一部分是微博中的命名实体识别。由于考虑到英文不需要分词的特殊性质，本文将微博定位为英文微博Twitter。长文本中命名实体识别常采用基于规则、基于条件随机场的方法，但这些方法在面向微博的命名实体识别工作中，效果并不显著。本文采用标注的潜在狄利克雷主题模型，生成实体指称在实体类别上的先验分布，利用贝叶斯法则得到实体指称属于某个命名实体类别的概率。将标注的潜在狄利克雷主题模型与条件随机场的预测结果相结合，实验结果表明，融合后的模型对微博这种短文本进行命名实体识别可以取得较好的效果。第二部分是候选实体的生成及其特征提取。生成候选实体常采用基于维基百科的查询扩展方法，但是这种方法的弊处在于生成候选实体数量过多，会引入较多有歧义性的候选实体。采用传统的支持向量机模型，对这些候选实体进行筛选，得到覆盖率较高并且数量较少的候选实体。在特征提取方面，针对微博短文本的特点，用局部特征和全局特征来刻画候选实体和实体指称，采用实体链接常用的基本模型对两种类别特征进行全面的分析。第三部分是候选实体排序。采用基于排序对和基于排序列表的方法对候选实体进行排序，并且对两种方法进行了分析与比较。针对实体链接中不考虑非目标实体的排序先后顺序，采用正则化的贪心森林模型解决这一问题。实验结果表明这种改进后的梯度提升决策树方法，可以有效的提高候选实体排序的效果。

关键词：候选实体主题模型全局特征正则化的贪心森林

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：