检索结果-南通市图书馆

计算机工程与应用 2022年第17期58卷 206-212页

作者：李帅驰杨志豪王鑫雷韩钦宇林鸿飞大连理工大学计算机科学与技术学院辽宁大连116024

实体消歧和谓词匹配是中文知识库问答系统(CKBQA)中的两个核心任务。针对开放域知识库中实体和谓词数量巨大,且中文问句与知识库知识在表现形式上存在差异的问题,提出一种基于特征增强的BERT的流水线式问答系统(BERT-CKBQA),改进了上述... 详细信息

实体消歧和谓词匹配是中文知识库问答系统(CKBQA)中的两个核心任务。针对开放域知识库中实体和谓词数量巨大,且中文问句与知识库知识在表现形式上存在差异的问题,提出一种基于特征增强的BERT的流水线式问答系统(BERT-CKBQA),改进了上述两个子任务。采用BERT-CRF模型识别问句中提及的实体,得到候选实体集合。将问题和拼接谓词特征的候选实体输入BERT-CNN模型进行实体消歧。根据实体生成候选谓词集合,提出通过注意力机制引入答案实体谓词特征的BERT-BiLSTM-CNN模型进行谓词匹配。结合实体和谓词的得分确定查询路径来检索最终答案。该方法设计了一个中文简单问题的开放域知识库问答系统,引入预训练模型与谓词特征增强子任务特征以提升其性能,并在NLPCC-ICCPOL-2016KBQA数据集上取得了88.75%的平均F1值,提高了系统的回答准确率。

关键词：开放域知识库问答实体提及识别实体消歧谓词匹配 BERT 特征增强

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于知识图谱的新冠问答系统研究与应用

基于知识图谱的新冠问答系统研究与应用

引用

作者：李帅驰大连理工大学

学位级别：硕士

随着软硬件技术的飞速发展,大规模知识图谱的构建和存储成为了可能,并为问答系统、药物发现等人工智能应用提供了知识基础。问答系统作为人工智能领域一项前景广阔的落地应用受到人们的广泛关注。与通过搜索引擎获取知识的方式相比,问... 详细信息

随着软硬件技术的飞速发展,大规模知识图谱的构建和存储成为了可能,并为问答系统、药物发现等人工智能应用提供了知识基础。问答系统作为人工智能领域一项前景广阔的落地应用受到人们的广泛关注。与通过搜索引擎获取知识的方式相比,问答系统能更加智能和高效地给出确切的答案。基于知识图谱的问答系统（Knowledge Based Question Answering,KBQA）结合二者的优势,将用户的查询解析为逻辑形式,进而在知识图谱中检索并返回答案。本文围绕KBQA的关键技术和落地应用进行了研究,主要内容如下:实体提及识别、实体消歧和关系预测是KBQA任务中的关键技术。首先,针对开放域知识图谱中实体和关系数量繁多,且中文问句与事实三元组在表现形式上存在差异的问题,提出一种基于特征增强的BERT的流水线式问答系统BERT-CKBQA来解决单一关系事实类问题。采用BERT-CRF模型识别问句中提及的实体;提出候选实体关系特征增强BERT-CNN模型进行实体消歧;提出通过注意力机制引入答案实体关系特征的BERT-Bi LSTM-CNN模型进行关系预测。该方法结合预训练模型与关系特征有效改善了子任务的性能表现,并在NLPCC-2016-KBQA数据集上取得了88.75%的平均F1值,提高了问答准确率。其次,针对复杂问题问答中关系预测步骤召回的候选路径数量随关系跳数成指数级增加的问题,本文提出一种逐跳关系预测框架,将关系预测任务拆分为两个主要的子任务:停止决策任务和路径相似度计算任务,采用延伸和聚合操作分别解决链式问题与多实体问题。在CCKS-2019问答数据集上实验验证了该方法的有效性,在取得了与现有方法相比有竞争力的性能的同时,逐跳机制能显著减少了候选规模,提升系统整体性能与效率。最后,时值2020年新型冠状病毒肺炎疫情爆发,为了让医疗人员以及非计算机专业人士方便快捷地获取新冠开放知识图谱中蕴含的大量珍贵的关于新型冠状病毒的信息,降低获取医学专业知识的门槛,本文结合Open KG发布的多个新冠开放知识图谱与开放域知识图谱问答关键技术,构建了基于新冠开放知识图谱的问答系统。本文将该系统划分为问题分类、实体链接、关系预测和基于问句相似度的FAQ等模块,并基于Web技术将其封装,提供接口以便投入实际应用。

关键词：知识图谱问答实体提及识别实体消歧关系预测

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

基于多源异构数据的地方风土人情知识图谱构建方法及应用研究

基于多源异构数据的地方风土人情知识图谱构建方法及应用研究

引用

作者：蔡新辉内蒙古工业大学

学位级别：硕士

随着信息化与大数据时代的迅猛发展,人们在生活中所面临的信息也越加的纷繁复杂,但真正能有所帮助的信息十分有限,究其原因是因为这些信息没有针对性和规范性。有效的解决方法是将信息有所针对性的结构化处理。知识图谱（Knowledge Grap... 详细信息

随着信息化与大数据时代的迅猛发展,人们在生活中所面临的信息也越加的纷繁复杂,但真正能有所帮助的信息十分有限,究其原因是因为这些信息没有针对性和规范性。有效的解决方法是将信息有所针对性的结构化处理。知识图谱（Knowledge Graph）因为在数据关联度和结构化方面的优势,受到越来越多的关注。目前知识图谱已经在多个领域得到应用,包括开放领域,以及医疗、教育、电影等垂直领域。风土人情,是一个地方特有的自然环境、风俗、礼节、习惯的总和,具有很高的人文和自然价值。但是针对该领域的知识图谱构建及应用还处于初步探索阶段,因此对于地方风土人情知识图谱的构建方法及应用的研究很有必要。传统的知识图谱构建方法的数据不够多源。而对于从文本中抽取实体关系三元组,传统的方法对于有重叠实体的三元组的抽取效果不理想。针对以上现状,本文围绕地方风土人情领域,对知识图谱的构建和应用给出一种解决方案,主要研究内容如下:（1）以内蒙古地区为例,构建内蒙古风土人情知识图谱。针对风土人情领域,在几种传统的垂直领域本体构建方法的基础上进行一些优化,使本体构建方法更适合于风土人情领域。在本体的约束下,基于多种来源、不同结构的数据,利用信息抽取技术,分别从中抽取出实体关系三元组,经知识融合后存入图数据库,完成内蒙古风土人情知识图谱的初步构建。（2）借鉴一种分层标注的方法,提出一种基于BERT-CRF的分层标注模型,从文本中联合抽取实体和关系。首先引入BERT对输入文本进行编码,并利用CRF标注出三元组的主语。在此基础上,针对每一种预定义的关系,采用半指针半标注方法,利用双指针标注出对应主语和关系下的宾语在文本中的首尾位置,进而将三元组完整抽取出。相较于原分层标注和传统的三元组抽取方法,三元组抽取效果有所改善。（3）基于一种管道式的知识图谱问答方法,对其实体提及识别模块进行改进,借鉴分层标注的三元组抽取中宾语的抽取思想,提出一种基于半指针半标注的实体提及识别方法,采用双指针从问句中标注出实体提及,识别效果和问答效果均有所提升。（4）基于内蒙古风土人情知识图谱和知识图谱问答方法,设计实现内蒙古风土人情问答平台,包括基于知识图谱的问答功能、知识图谱可视化和实体图片的展示功能,并允许用户提交三元组,以众包的方式更新知识图谱。

关键词：知识图谱多源异构三元组抽取实体提及识别

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：