基于知識(shí)圖譜的農(nóng)業(yè)智能問答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2023-03-22 20:58
隨著基于開放領(lǐng)域知識(shí)圖譜的問答系統(tǒng)的發(fā)展,面向?qū)I(yè)領(lǐng)域的問答系統(tǒng)因其能夠利用大量的專業(yè)領(lǐng)域相關(guān)的知識(shí)來提高問答系統(tǒng)的實(shí)用性而受到許多領(lǐng)域?qū)<业那嗖A。本文在開放領(lǐng)域問答系統(tǒng)實(shí)現(xiàn)的相關(guān)技術(shù)基礎(chǔ)上,對(duì)基于知識(shí)圖譜的農(nóng)業(yè)問答系統(tǒng)進(jìn)行研究,論文的主要工作包括:(1)農(nóng)業(yè)知識(shí)圖譜構(gòu)建。目前最大的中文開放知識(shí)圖譜上還沒有農(nóng)業(yè)相關(guān)的知識(shí)圖譜,因此,本文利用知識(shí)圖譜構(gòu)建技術(shù)和基于本體的知識(shí)庫構(gòu)建技術(shù),使用Scrapy和Protege工具,從互聯(lián)網(wǎng)中收集農(nóng)業(yè)數(shù)據(jù),構(gòu)建了涵蓋農(nóng)作物品種、農(nóng)作物病蟲害和農(nóng)藥肥料數(shù)據(jù)的農(nóng)業(yè)領(lǐng)域知識(shí)圖譜。(2)設(shè)計(jì)并實(shí)現(xiàn)了基于知識(shí)圖譜的問答算法。將問答算法劃分為農(nóng)業(yè)領(lǐng)域命名實(shí)體識(shí)別和屬性鏈接兩個(gè)子任務(wù)。對(duì)命名實(shí)體識(shí)別這一任務(wù),提出了多特征的CRF農(nóng)業(yè)領(lǐng)域命名實(shí)體識(shí)別算法用以獲取問句實(shí)體。對(duì)一個(gè)特征、多個(gè)特征組合及引入上下文信息的CRF模型訓(xùn)練結(jié)果表明,選擇字本身與偏旁特征組合并引入一個(gè)窗口上下文信息的CRF實(shí)體識(shí)別算法對(duì)農(nóng)業(yè)領(lǐng)域的命名實(shí)體識(shí)別有較好的效果,F1值為91.57%,其中對(duì)農(nóng)作物實(shí)體的識(shí)別準(zhǔn)確率達(dá)97.05%;對(duì)屬性鏈接這一任務(wù),將雙向的LSTM模型與傳統(tǒng)單向的LSTM...
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 發(fā)展和研究現(xiàn)狀
1.2.1 農(nóng)業(yè)信息化
1.2.2 知識(shí)圖譜
1.2.3 知識(shí)問答
1.3 本文研究內(nèi)容和全文組織結(jié)構(gòu)
第二章 基礎(chǔ)知識(shí)和相關(guān)技術(shù)
2.1 知識(shí)和本體簡介
2.2 知識(shí)圖譜簡介
2.2.1 知識(shí)圖譜基本概念
2.2.2 知識(shí)圖譜生命周期
2.3 相關(guān)技術(shù)和工具
2.3.1 詞嵌入
2.3.2 Protege
2.4 本章小結(jié)
第三章 農(nóng)業(yè)知識(shí)圖譜構(gòu)建
3.1 農(nóng)業(yè)知識(shí)圖譜構(gòu)建流程
3.2 農(nóng)業(yè)知識(shí)圖譜構(gòu)建過程
3.2.1 數(shù)據(jù)源分析
3.2.2 本體層構(gòu)建
3.2.3 實(shí)體層構(gòu)建
3.3 基于Neo4j的農(nóng)業(yè)知識(shí)圖譜
3.4 本章小結(jié)
第四章 問答系統(tǒng)算法設(shè)計(jì)
4.1 基于知識(shí)圖譜的問答系統(tǒng)
4.2 命名實(shí)體識(shí)別算法
4.2.1 條件隨機(jī)場(chǎng)
4.2.2 基于CRF的農(nóng)業(yè)領(lǐng)域命名實(shí)體識(shí)別算法
4.2.3 實(shí)驗(yàn)結(jié)果與分析
4.3 屬性鏈接算法
4.3.1 長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)
4.3.2 基于Bi-LSTM的問句屬性鏈接算法
4.3.3 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
第五章 基于知識(shí)圖譜的問答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
5.1 開發(fā)環(huán)境及系統(tǒng)架構(gòu)
5.1.1 開發(fā)環(huán)境
5.1.2 系統(tǒng)架構(gòu)
5.2 系統(tǒng)實(shí)現(xiàn)及性能分析
5.2.1 系統(tǒng)實(shí)現(xiàn)
5.2.2 性能分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3767571
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 發(fā)展和研究現(xiàn)狀
1.2.1 農(nóng)業(yè)信息化
1.2.2 知識(shí)圖譜
1.2.3 知識(shí)問答
1.3 本文研究內(nèi)容和全文組織結(jié)構(gòu)
第二章 基礎(chǔ)知識(shí)和相關(guān)技術(shù)
2.1 知識(shí)和本體簡介
2.2 知識(shí)圖譜簡介
2.2.1 知識(shí)圖譜基本概念
2.2.2 知識(shí)圖譜生命周期
2.3 相關(guān)技術(shù)和工具
2.3.1 詞嵌入
2.3.2 Protege
2.4 本章小結(jié)
第三章 農(nóng)業(yè)知識(shí)圖譜構(gòu)建
3.1 農(nóng)業(yè)知識(shí)圖譜構(gòu)建流程
3.2 農(nóng)業(yè)知識(shí)圖譜構(gòu)建過程
3.2.1 數(shù)據(jù)源分析
3.2.2 本體層構(gòu)建
3.2.3 實(shí)體層構(gòu)建
3.3 基于Neo4j的農(nóng)業(yè)知識(shí)圖譜
3.4 本章小結(jié)
第四章 問答系統(tǒng)算法設(shè)計(jì)
4.1 基于知識(shí)圖譜的問答系統(tǒng)
4.2 命名實(shí)體識(shí)別算法
4.2.1 條件隨機(jī)場(chǎng)
4.2.2 基于CRF的農(nóng)業(yè)領(lǐng)域命名實(shí)體識(shí)別算法
4.2.3 實(shí)驗(yàn)結(jié)果與分析
4.3 屬性鏈接算法
4.3.1 長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)
4.3.2 基于Bi-LSTM的問句屬性鏈接算法
4.3.3 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
第五章 基于知識(shí)圖譜的問答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
5.1 開發(fā)環(huán)境及系統(tǒng)架構(gòu)
5.1.1 開發(fā)環(huán)境
5.1.2 系統(tǒng)架構(gòu)
5.2 系統(tǒng)實(shí)現(xiàn)及性能分析
5.2.1 系統(tǒng)實(shí)現(xiàn)
5.2.2 性能分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3767571
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3767571.html
最近更新
教材專著