近些年來(lái),伴隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,互聯(lián)網(wǎng)上的信息呈指數(shù)級(jí)的增長(zhǎng),這些豐富多彩的信息增強(qiáng)了用戶在互聯(lián)網(wǎng)世界獲取到大部分知識(shí)的可能性,但同時(shí)也導(dǎo)致用戶從中獲取有效信息的效率越來(lái)越低,所以人們希望快速獲取有效信息的呼聲越來(lái)越高。于是問(wèn)答系統(tǒng)應(yīng)運(yùn)而生,它有別于返回一系列文檔或網(wǎng)頁(yè)的傳統(tǒng)搜索引擎,可以理解用戶的搜索意圖,并在極短時(shí)間內(nèi)給出一個(gè)簡(jiǎn)明扼要的答案,問(wèn)答系統(tǒng)也因此成為人工智能研究熱潮之一。本文在分析知識(shí)圖譜問(wèn)答系統(tǒng)相關(guān)技術(shù)的基礎(chǔ)上,深入研究實(shí)體和關(guān)系抽取、候選實(shí)體排序以及知識(shí)表示學(xué)習(xí)技術(shù),并在傳統(tǒng)經(jīng)典模型和算法上進(jìn)行改進(jìn),給出本文的創(chuàng)新模型和算法,并將之用于真實(shí)數(shù)據(jù)中,構(gòu)建出本文的基于中文知識(shí)圖譜的問(wèn)答系統(tǒng),具體的工作如下:（1）在信息抽取任務(wù)中,傳統(tǒng)的串行式方法將其分為實(shí)體抽取和關(guān)系抽取兩個(gè)子任務(wù),這種方法存在誤差累計(jì)和信息利用率低的缺點(diǎn),所以本文提出BA-IE模型,它采用Bi-GRU提升模型的訓(xùn)練速度,同時(shí)引入注意力機(jī)制增強(qiáng)模型對(duì)問(wèn)句的語(yǔ)義理解能力,最終實(shí)現(xiàn)實(shí)體與關(guān)系的聯(lián)合抽取,并在公開(kāi)數(shù)據(jù)集上進(jìn)行對(duì)比驗(yàn)證,證明了本文提出的模型在信息抽取任務(wù)中具有良好的表現(xiàn)。（2）在實(shí)際應(yīng)用中,... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Word2Vec語(yǔ)言模型的詞向量測(cè)試圖

實(shí)體距離與關(guān)系采樣的測(cè)試圖

迭代次數(shù)與準(zhǔn)確率和召回率之間的測(cè)試圖

【參考文獻(xiàn)】：
期刊論文
[1]知識(shí)圖譜研究進(jìn)展[J]. 漆桂林,高桓,吳天星.  情報(bào)工程. 2017(01)
[2]知識(shí)圖譜技術(shù)綜述[J]. 徐增林,盛泳潘,賀麗榮,王雅芳.  電子科技大學(xué)學(xué)報(bào). 2016(04)
[3]知識(shí)表示學(xué)習(xí)研究進(jìn)展[J]. 劉知遠(yuǎn),孫茂松,林衍凱,謝若冰.  計(jì)算機(jī)研究與發(fā)展. 2016(02)
[4]知識(shí)圖譜的技術(shù)實(shí)現(xiàn)流程及相關(guān)應(yīng)用[J]. 曹倩,趙一鳴.  情報(bào)理論與實(shí)踐. 2015(12)
[5]問(wèn)答系統(tǒng)綜述[J]. 李沛晏,朱露,吳多勝.  數(shù)字技術(shù)與應(yīng)用. 2015(04)
[6]神經(jīng)網(wǎng)絡(luò)綜述[J]. 巫影,陳定方,唐小兵,朱石堅(jiān),黃映云,李慶.  科技進(jìn)步與對(duì)策. 2002(06)

碩士論文
[1]基于深度學(xué)習(xí)的自然語(yǔ)言處理中問(wèn)題分析的研究[D]. 程穎濤.西安郵電大學(xué) 2018
[2]基于閱讀理解的知識(shí)問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 張帥帥.電子科技大學(xué) 2018
[3]基于網(wǎng)絡(luò)評(píng)論的情感分類技術(shù)的研究及應(yīng)用[D]. 郭捷.電子科技大學(xué) 2018



本文編號(hào)：3436852